protÓtipo de um sistema de informaÇÃo gerencial...
TRANSCRIPT
UNIVERSIDADE REGIONAL DE BLUMENAU
CENTRO DE CIÊNCIAS EXATAS E NATURAIS
CURSO DE CIÊNCIAS DA COMPUTAÇÃO
(Bacharelado)
PROTÓTIPO DE UM SISTEMA DE INFORMAÇÃO GERENCIAL APLICADO A CENTRAL DE INFORMAÇÃO
AOS ALUNOS DA FURB UTILIZANDO DATA MINING
TRABALHO DE CONCLUSÃO DE CURSO SUBMETIDO À UNIVERSIDADE REGIONAL DE BLUMENAU, PARA OBTENÇÃO DOS CRÉDITOS NA DISCIPLINA
COM NOME EQUIVALENTE NO CURSO DE CIÊNCIAS DA COMPUTAÇÃO — BACHARELADO
BIANCCA NARDELLI
BLUMENAU, DEZEMBRO/2000.
2000/2-11
ii
PROTÓTIPO DE UM SISTEMA DE INFORMAÇÃO GERENCIAL APLICADO A CENTRAL DE INFORMAÇÃO
AOS ALUNOS DA FURB UTILIZANDO DATA MINING
BIANCCA NARDELLI
ESTE TRABALHO DE CONCLUSÃO DE CURSO FOI JULGADO ADEQUADO PARA OBTENÇÃO DOS CRÉDITOS NA DISCIPLINA DE TRABALHO DE
CONCLUSÃO DE CURSO OBRIGATÓRIA PARA OBTENÇÃO DO TÍTULO DE:
BACHAREL EM CIÊNCIAS DA COMPUTAÇÃO
Prof. Oscar Dalfovo — Orientador na FURB
Prof. José Roque Voltolini da Silva — Coordenador do TCC
BANCA EXAMINADORA
Prof. Oscar Dalfovo – Orientador na FURB Prof. Everaldo Artur Grahl Prof. Roberto Heinzle
iii
A meus pais Adolar e Maria Aparecida, irmãs Candice e Greyce, meu noivo
Ozéias e a todos que contribuíram, direta ou indiretamente, para a realização deste
trabalho.
iv
AGRADECIMENTOS
Ao orientador e amigo Oscar Dalfovo, pelo exemplo acadêmico e por me incentivar a
não desistir de meus sonhos.
A meu pai Adolar, pelo exemplo de força e determinação passado durante todos os
anos de minha vida.
À minha mãe Maria Aparecida, por seu amor verdadeiro, carinho, compreensão e por
estar sempre ao meu lado, me apoiando e me fazendo acreditar que nada é impossível quando
temos vontade de vencer.
Às minhas irmãs Candice e Greyce, pela alegria que transmitem em todos os
momentos.
A meu noivo Ozéias, o companheiro de toda uma vida, por todos os bons momentos
que passamos juntos e todos que ainda virão.
À equipe da Pró-Reitoria de Ensino da FURB, de quem espero estar junto por muito
tempo, trabalhando em prol de uma Universidade melhor e que, apesar das dificuldades, não
esquecem do lado humano, do companheirismo que faz a força para alcançarmos nossos
objetivos.
A todas as pessoas que, de alguma forma, participaram da realização deste trabalho,
entre eles: amigos, professores, colaboradores, monitores, colegas de trabalho e outros, ainda
que não estejam aqui relacionados.
E sobretudo a Deus, que me conduziu em todas as horas, durante todo o tempo, dando-
me boas oportunidades e ensinando-me a aproveitá-las.
v
SUMÁRIO AGRADECIMENTOS .............................................................................................................IV SUMÁRIO................................................................................................................................. V LISTA DE FIGURAS .............................................................................................................VII LISTA DE TABELAS .......................................................................................................... VIII LISTA DE ABREVIATURAS.................................................................................................IX RESUMO .................................................................................................................................XI ABSTRACT ............................................................................................................................XII 1 INTRODUÇÃO................................................................................................................... 1 1.1 OBJETIVO........................................................................................................................ 2 1.2 ORGANIZAÇÃO DO TEXTO ........................................................................................ 3 2 SISTEMAS DE INFORMAÇÃO ....................................................................................... 4 2.1 CONCEITOS .................................................................................................................... 4 2.2 DADOS............................................................................................................................. 4 2.3 INFORMAÇÃO................................................................................................................ 5 2.4 SISTEMA ......................................................................................................................... 5 2.5 ELEMENTOS DO SISTEMA DE INFORMAÇÃO........................................................ 7 2.6 TIPOS DE SISTEMAS DE INFORMAÇÃO................................................................... 9 2.7 SISTEMAS DE INFORMAÇÃO GERENCIAL ........................................................... 10 2.7.1 COMPONENTES DO SISTEMA DE INFORMAÇÃO GERENCIAL...................... 11 2.7.2 FASES DO DESENVOLVIMENTO E IMPLANTAÇÃO DO SIG ........................... 13 2.7.2.1 FASE I – CONCEITUAÇÃO DO SIG...................................................................... 14 2.7.2.2 FASE II – LEVANTAMENTO E ANÁLISE DO SIG ............................................. 14 2.7.2.3 FASE III – ESTRUTURAÇÃO DO SIG................................................................... 15 2.7.2.4 FASE IV – IMPLANTAÇÃO E AVALIAÇÃO DO SIG ......................................... 16 2.7.3 PROTOTIPAÇÃO........................................................................................................ 16 3 DATA MINING................................................................................................................ 19 3.1 PROSPECÇÃO DE CONHECIMENTO ....................................................................... 20 3.2 AS ETAPAS DO PROCESSO DE KDD ...................................................................... 22 3.3 FUNÇÕES DO DATA MINING.................................................................................... 23 3.3.1 CLASSIFICAÇÃO....................................................................................................... 24 3.3.2 ESTIMATIVA.............................................................................................................. 24 3.3.3 AGRUPAMENTO POR AFINIDADE........................................................................ 24 3.3.4 PREVISÃO................................................................................................................... 25 3.3.5 SEGMENTAÇÃO........................................................................................................ 25 3.4 TÉCNICAS DE DATA MINING................................................................................... 26 3.4.1 REDES NEURAIS ARTIFICIAIS............................................................................... 26 3.4.2 ALGORITMOS GENÉTICOS..................................................................................... 27 3.4.3 INDUÇÃO DE REGRAS............................................................................................. 27 3.4.4 ANÁLISE ESTATÍSTICA DE SÉRIES TEMPORAIS .............................................. 28 3.4.5 VISUALIZAÇÃO ........................................................................................................ 28 3.4.6 ÁRVORES DE DECISÃO........................................................................................... 29 4 PRÓ-REITORIA DE ENSINO – PROEN ........................................................................31 4.1 CENTRAL DE INFORMAÇÃO AOS ALUNOS – CIA & CIA................................... 32 5 TECNOLOGIAS E FERRAMENTAS UTILIZADAS .................................................... 35
vi
5.1 ANÁLISE ESTRUTURADA ......................................................................................... 35 5.1.1 CONCEITOS................................................................................................................ 35 5.1.2 DIAGRAMA DE FLUXO DE DADOS ...................................................................... 36 5.1.3 MODELO ENTIDADE-RELACIONAMENTO ......................................................... 37 5.1.4 DICIONÁRIO DE DADOS ......................................................................................... 38 5.2 FERRAMENTAS CASE................................................................................................ 38 5.2.1 POWER DESIGNER ................................................................................................... 39 5.3 FERRAMENTAS DE PROGRAMAÇÃO – AMBIENTE VISUAL DELPHI............. 39 5.4 TRABALHOS CORRELATOS ..................................................................................... 40 6 DESENVOLVIMENTO DO PROTÓTIPO...................................................................... 42 6.1 METODOLOGIA SIG.................................................................................................... 42 6.2 ESPECIFICAÇÃO.......................................................................................................... 43 6.2.1 DIAGRAMA DE CONTEXTO ................................................................................... 43 6.2.2 DIAGRAMA DE FLUXO DE DADOS ...................................................................... 44 6.2.3 MODELO ENTIDADE-RELACIONAMENTO ......................................................... 46 6.2.4 DICIONÁRIO DE DADOS ......................................................................................... 47 6.3 APRESENTAÇÃO DAS TELAS................................................................................... 50 7 CONCLUSÕES E SUGESTÕES...................................................................................... 59 7.1 CONCLUSÃO ................................................................................................................ 59 7.2 LIMITAÇÕES ................................................................................................................ 60 7.3 SUGESTÕES ................................................................................................................. 60 ANEXO 1 – QUESTIONÁRIO DE AVALIAÇÃO QUALITATIVA DE DEMANDAS POR CURSOS................................................................................................................................... 61 ANEXO 2 – TABELAS DE PRIORIDADES ......................................................................... 64 REFERÊNCIAS BIBLIOGRÁFICAS .................................................................................... 68
vii
LISTA DE FIGURAS Figura 1 – Componentes de um Sistema ....................................................................................6 Figura 2 - Elementos de um Sistema de Informação..................................................................8 Figura 3 – Componentes do SIG ..............................................................................................12 Figura 4 - Processo KDD .........................................................................................................21 Figura 5 - As etapas do processo de KDD................................................................................22 Figura 6 – Estrutura de Rede Neural Artificial.........................................................................27 Figura 7 - Fórmulas para calcular entropia e gain....................................................................30 Figura 8 - Diagrama de Fluxo de Dados ..................................................................................36 Figura 9 - Área de trabalho do Delphi......................................................................................40 Figura 10 - Diagrama de Contexto do Sistema de Informação Gerencial................................44 Figura 11 - Diagrama de Fluxo de Dados (Nível 0) .................................................................44 Figura 12 - Diagrama de Fluxo de Dados (Nível 1) .................................................................45 Figura 13 - Diagrama de Fluxo de Dados (Nível 2) .................................................................45 Figura 14 - Diagrama de Fluxo de Dados (Nível 3) .................................................................46 Figura 15 - Modelo Entidade-Relacionamento ........................................................................47 Figura 16 - Tela de Abertura do Protótipo ...............................................................................50 Figura 17 - Tela Principal.........................................................................................................50 Figura 18 - Questão 9 dos Módulos Questionários ..................................................................51 Figura 19 - Resultado da Questão ............................................................................................51 Figura 20 - Questão 16 do Módulo Comparativos ...................................................................52 Figura 21 - Algoritmo da Árvore de Decisão...........................................................................53 Figura 22 - Preferência dos Alunos pelas Instituições de Ensino Superior (Questão 13) ........54 Figura 23 - Preferência dos Alunos na Área de Ciências Biológicas, da Saúde e da Terra
(Questão 17a).....................................................................................................................55 Figura 24 - Preferência dos Alunos na Área de Ciências Humanas (Questão 17b) .................55 Figura 25 - Preferência dos Alunos na Área de Ciências Sociais Aplicadas (Questão 17c)....56 Figura 26 - Preferência dos Alunos na Área de Ciências Exatas (Questão 17d)......................56 Figura 27 - Preferência dos Alunos na Área de Ciências Tecnológicas (Questão 17e) ...........57 Figura 28 - Preferência dos Alunos na Infra-Estrutura de um Curso (Questão 20) .................58
viii
LISTA DE TABELAS Tabela 1 - Níveis dos Sistemas de Informação ..........................................................................8 Tabela 2 - Dicionário de Dados................................................................................................48 Tabela 3 - Atributos da Questão 13..........................................................................................64 Tabela 4 - Atributos da Questão 17a ........................................................................................64 Tabela 5 - Atributos da Questão 17b........................................................................................65 Tabela 6 - Atributos da Questão 17c ........................................................................................66 Tabela 7 - Atributos da Questão 17d........................................................................................66 Tabela 8 - Atributos da Questão 17e ........................................................................................66 Tabela 9 - Atributos da Questão 20..........................................................................................67
ix
LISTA DE ABREVIATURAS
CIA & CIA - Central de Informação aos Alunos
CASE - Computer Aided Software Engineering
COMAVI - Comissão de Avaliação Institucional
DFD - Diagrama de Fluxo de Dados
DIAEG - Divisão de Administração do Ensino de Graduação
DRA - Divisão de Registros Acadêmicos
FIC – FURB - Fórum de Informação dos Cursos de Graduação
IR - Indução de Regras
KDD - Knowledge Discovery in Databases
MER - Modelo Entidade-Relacionamento
PROAD - Pró-Reitoria de Administração
PROEN - Pró-Reitoria de Ensino
PROERC - Pró-Reitoria de Extensão e Relações Comunitárias
PROPEP - Pró-Reitoria de Pesquisa e Pós-Graduação
SAD - Sistema de Apoio à Decisão
SAE - Sistema de Automação de Escritórios
SAP - Seção de Apoio Pedagógico
SATE - Seção de Apoio Técnico ao Ensino
SE - Sistema Especialista
SI - Sistema de Informação
SIE - Sistema de Informações Executivas
SIG - Sistema de Informações Gerenciais
SPT - Sistema de Processamento de Transações
x
SRD - Seção de Registros de Docentes
SUPRA - Sistema Universitário Prova por Área
xi
RESUMO
O trabalho tem como objetivo principal gerar um modelo de classificação de dados
utilizando técnicas de Data Mining, mais especificamente árvores de decisão. Para auxiliar
esta tarefa, foi implementado um protótipo que permite ao usuário definir um valor-prioridade
para cada atributo que fará parte do modelo de classificação. Para a elaboração do protótipo,
foram analisadas as características de Sistemas de Informação e técnicas de Data Mining, e
montada uma base de dados fornecida pela CIA & CIA, que será aplicada à classificação.
Foram realizados testes e foi possível desenvolver modelos de classificação, nos quais
colocou-se em prática o uso de árvores de decisão.
xii
ABSTRACT
The work has as main objective to generate a model of data classification using
techniques of Data Mining, more specifically, trees of decision. To aid this task a prototype
was implemented that allows the user to define a priority value for each attribute that will be
part of the classification model. For the elaboration of the prototype, the characteristics of
Systems of Information and techniques of Data Mining were analyzed and a base of data
supplied by CIA & CIA was mounted wich will be the applied base to the classification. Tests
were accomplished and it was possible to develop models of classification where the use of
trees of decision was put into practice.
1
1 INTRODUÇÃO
A CIA & CIA (Central de Informação aos Alunos) da Pró-Reitoria de Ensino da
FURB foi criada pela necessidade de divulgação e esclarecimento das principais dúvidas que
os vestibulandos possuem sobre os cursos oferecidos pela Universidade Regional de
Blumenau. Com o evento do FIC – FURB (Fórum de Informação dos Cursos de Graduação),
realizado todos os anos e reunindo mais de 3 mil alunos, entre os que estão estudando ou já
concluíram o 3o ano do ensino médio, vários dados são coletados por meio da aplicação de
questionários. Existe, hoje, uma necessidade grande de gerenciamento desses dados, de
forma a serem transformados em informações úteis, visto ser um processo que abrange
investimentos altos, tanto em recursos financeiros, quanto em recursos humanos.
De acordo com [DAL2000], atualmente organizações como a FURB vêm passando por
processos de reestruturação e mudanças na área de informática e é natural que elas busquem
alternativas de armazenamento de dados e o seu acesso de maneira rápida e confiável. Para
isso, o Sistema de Informação veio com o objetivo de auxiliar as organizações, mais
especificamente as pessoas responsáveis por divulgar informações importantes. Sistemas de
Informação são sistemas de coleta, armazenamento, processamento, recuperação e
propagação das informações. As pessoas que se utilizam desse sistema são tanto do nível
operacional quanto tático e ainda do nível estratégico. É possível integrar as pessoas
envolvidas com relações públicas por esse sistema informacional, fornecendo informações
úteis e objetivas para suas necessidades estratégicas e operacionais.
De acordo com [OLI1992] toda organização tem informações que proporcionam a
sustentação para as suas decisões. Entretanto, apenas algumas têm um sistema estruturado de
informações gerenciais que possibilita otimizar o seu processo decisório. As que estão neste
estágio evolutivo seguramente possuem vantagem empresarial interessante. Para o processo
decisório as empresas precisam de informações históricas e fazer uma garimpagem sobre os
dados (que pode ser traduzido como Data Mining).
2
Segundo [GRO1997], a tecnologia em torno de um Data Mining envolve recursos de
inteligência artificial e análises estatísticas, busca correlações de dados dentro de um ambiente
de Banco de Dados, fornecendo informações consideradas relevantes para o negócio. De
acordo com [OLI1996], a criação de Data Mining vem de encontro às necessidades atuais das
grandes organizações em obter informações que podem gerar um grande diferencial, numa
velocidade maior do que as formas tradicionais, com o objetivo de encontrar facilidades na
hora de utilizar estes dados na tomada de decisões. Para auxiliar na garimpagem dos dados
pode utilizar-se de técnicas tais como árvores de decisão, agentes inteligentes, raciocínio
baseado em casos e outros.
Segundo [BIS1999], árvores de decisão expressam uma forma simples de lógica
condicional buscando a representação de uma série de questões que estão escondidas sobre a
base da dados. Em uma árvore de decisão existem dois tipos de atributos, o decisivo, que é
aquele que contém o resultado ao qual se quer chegar, e os não-decisivos, que contêm os
valores que conduzem a uma decisão.
Diante do exposto acima, foi desenvolvido um protótipo de um Sistema de Informação
Gerencial aplicado a CIA & CIA, da Pró-Reitoria de Ensino da FURB, utilizando Data
Mining. Através deste protótipo, a pessoa responsável pela divulgação dos cursos da
Universidade poderá ter acesso a vários dados que possibilitarão a obtenção de diversas
informações como: comparativo entre resultados obtidos por meio de questionários dos anos
de 1999 e 2000; perfil da preferência dos alunos pelas instituições de ensino superior da nossa
região; perfil da preferência pelas áreas de ensino oferecidas por essas instituições; fatores de
maior importância para os alunos na infra-estrutura de um curso.
1.1 OBJETIVO
O objetivo principal deste trabalho é o desenvolvimento de um protótipo de um
Sistema de Informação Gerencial aplicado a CIA & CIA, da Pró-Reitoria de Ensino da
FURB, utilizando Data Mining.
3
1.2 ORGANIZAÇÃO DO TEXTO
O primeiro capítulo define o objetivo do trabalho, apresentando a justificativa para seu
desenvolvimento.
O segundo capítulo apresenta uma visão geral sobre o SI, que o trabalho propõe-se a
utilizar, mostrando conceitos, tipos, problemas e suas utilidades.
O terceiro capítulo enfatiza os conceitos, técnicas e aplicações de Data Mining.
O quarto capítulo aborda sobre a estrutura e o funcionamento da Pró-Reitoria de
Ensino da FURB e da CIA & CIA.
O quinto capítulo apresenta a análise, as características, o desenvolvimento e a
utilização do modelo criado.
O sexto capítulo completa o trabalho, apresentando as conclusões, limitações e
sugestões para serem implementadas e aprimoradas.
4
2 SISTEMAS DE INFORMAÇÃO
2.1 CONCEITOS
Nos dias atuais, a utilização dos recursos de informação torna-se fator indispensável na
reestruturação de novas organizações, quanto ao uso eficaz dos recursos de informações
tradicionais, tais como os equipamentos, as instalações, os recursos humanos e os financeiros.
À medida que se avança numa época de interação moderna e de melhor oferta, quanto maior
for o número de informações, melhor será a sua utilização na busca de novas soluções para as
pessoas que tomam decisões importantes dentro das organizações. Já que a busca destas
informações vem crescendo cada vez mais, as organizações empresariais investiram em sua
busca por meio da tecnologia de software e hardware, para aprimorar o desenvolvimento dos
sistemas de informação.
De acordo com [DAL2000], a não-utilização das informações como recursos
estratégicos leva o executivo, na maioria das vezes, a administrar impulsivamente ou baseado
em modismo. Hoje, o fenômeno da moda são os sistemas de informação. A utilização de um
Sistema de Informação pode vir a facilitar o processo decisório com a obtenção de dados
estrategicamente escolhidos e de conteúdos relevantes para qualquer nível e tamanho de
organização.
2.2 DADOS
De acordo com [OLI1992], dados são quaisquer elementos identificados em sua forma
bruta, que por si sós não conduzem a uma compreensão de determinado fato ou situação.
Toda organização utiliza-se de dados. Por dados entende-se áreas de conhecimento, cursos da
Universidade, turno em que os alunos estudam, entre outros. Porém, esses dados em sua
forma bruta pouco contribuem para a busca de uma visão mais integrada de uma determinada
situação. Para isto, são utilizados dados transformados, que podem-se classificar como
informação.
5
"A informação é o resultado do tratamento de dados existentes a cerca de alguém ou de
alguma coisa. A informação aumenta a consistência e o conteúdo cognoscível dos dados",
[CRU1998].
2.3 INFORMAÇÃO
O uso eficaz da informação nas organizações passa a ser um patrimônio, que é
considerado um fator-chave para o sucesso das organizações. Este fator torna-se mais
expressivo quando as organizações se defrontam com mudanças de mercado e avanços das
tecnologias. A informação é resultante da organização e análise dos dados, sendo que a
qualidade desta informação é muito mais importante do que a quantidade de informação. Para
que a qualidade seja um fator de decisão na organização, é preciso estabelecer algumas regras
básicas ([DAL2000]):
a) a informação não deve ser demasiada;
b) a informação não deve ser escassa;
c) a sobrecarga de informação é de pouca utilidade; e
d) deve haver o reaproveitamento e reciclagem das informações.
A informação é um processo pelo qual a organização informa-se sobre ela própria e
seu ambiente e por ele informa ao seu ambiente sobre ela mesma, por meio da criação,
comunicação, tratamento e memorização das informações nas formas mais diversas.
2.4 SISTEMA
Define-se sistema como sendo a disposição das partes de um todo, que de forma
coordenada formam estrutura organizada, com a finalidade de executar uma ou mais
atividades [CRU1998].
Conforme [OLI1996], os sistemas são compostos por seis componentes: os objetivos
do sistema, as entradas do sistema, o processo de transformação do sistema, as saídas do
sistema, os controles e avaliações do sistema e feedback ou retroalimentação ou realimentação
do sistema (Figura 1).
6
Figura 1 – Componentes de um Sistema
Fonte: [OLI1996]
Os objetivos do sistema são a razão de sua existência. Os objetivos referem-se tanto
aos objetivos do usuário do sistema quanto aos objetivos do próprio sistema.
As entradas são as fontes que alimentam o sistema. As entradas fornecidas ao sistema
irão gerar as saídas do sistema, alinhadas aos objetivos deste.
O processo de transformação do sistema é definido como a transformação de um
insumo (entrada) em um produto, serviço ou resultado (saída). É a maneira pela qual os
elementos componentes do sistema interagem para que sejam produzidas as saídas desejadas.
As saídas do sistemas correspondem aos resultados obtidos do processo de
transformação. Devem ser coerentes com os objetivos do sistema e quantificáveis de acordo
com critérios e parâmetros previamente fixados.
Os controles e avaliações verificam se as saídas produzidas estão coerentes com os
objetivos estabelecidos. Os controles e avaliações são realizados mediante o estabelecimento
de um padrão, como uma medida de desempenho do sistema.
A retroalimentação ou feedback do sistema pode ser considerado como a reintrodução
de uma saída fornecida sob a forma de informação. O feedback serve para regular as
Objetivos
Processo de Transformação
Entradas Saídas
Retroalimentação
Controle e Avaliação
7
informações realimentadas, resultantes das divergências verificadas entre os objetivos
definidos e as saídas produzidas.
2.5 ELEMENTOS DO SISTEMA DE INFORMAÇÃO
De acordo com [BIN1994], o Sistema de Informação (SI) “é o requisito básico para a
decisão automatizada, pois o processo decisório apoia-se na malha de sistemas de informação
da empresa”.
Um Sistema de Informação é um tipo especializado de sistema e pode ser definido de
inúmeros modos. Um modo é dizer que sistemas de informação são conjuntos de elementos
ou componentes inter-relacionados que coletam (entrada), manipulam e armazenam
(processo), disseminam (saída) os dados e informações e fornecem um mecanismo de
feedback. A entrada é a atividade de captar e reunir novos dados, o processamento envolve a
conversão ou transformação dos dados em saídas úteis, e a saída envolve a produção de
informação útil. O feedback é a saída que é usada para fazer ajustes ou modificações nas
atividades de entrada ou processamento [STA1998].
Os Sistemas de Informação designam a logística indispensável à realização do
processo de informação, a qual não se reduz somente à informática, como poderia parecer
inicialmente. São o conjunto interdependente das pessoas, das estruturas da organização, das
tecnologias da informação (hardware e software), dos procedimentos e métodos que deveriam
permitir às organizações disporem, no tempo desejado, das informações que necessitam (ou
necessitarão) para seu funcionamento atual e para sua evolução [VIC1994].
De acordo com [PRA1994], Sistemas de Informação são formados pela combinação
estruturada de vários elementos, organizados da melhor maneira possível, visando atingir os
objetivos da organização. São integrantes dos Sistemas de Informação: a informação (dados
formatados, textos livres, imagens e sons), os recursos humanos (pessoas que coletam,
armazenam, recuperam, processam, disseminam e utilizam as informações), as tecnologias de
informação (o hardware e o software usados no suporte aos Sistemas de Informação), e as
8
práticas de trabalho (métodos utilizados pelas pessoas no desempenho de suas atividades).
Pode-se observar estes elementos na Figura 2.
Figura 2 - Elementos de um Sistema de Informação
Fonte: [PRA1994]
De acordo com DALFOVO ([DAL2000]), os Sistemas de Informação podem ser
divididos em quatro níveis, conforme Tabela 1:
Tabela 1 - Níveis dos Sistemas de Informação
Nível Funcionalidade Propósito Operacional Monitoram as atividades elementares
e transacionais da organização. Responder a questões de rotina e fluxo de transações (ex.: vendas, recibos, folha).
Conhecimento São SI de suporte aos funcionários especializados e de dados em uma organização.
Ajudar a empresa a integrar novos conhecimentos ao negócio e controlar fluxo de papéis.
Gerencial Suportam monitoramento, controle, tomada de decisão e atividades administrativas.
Controlar e prover informações de rotina para a direção setorial.
Estratégico Suportam as atividades de planejamento de longo prazo dos administradores seniores.
Compatibilizar mudanças no ambiente externo com as capacidades organizacionais existentes.
Informações Pessoas Tecnologia da Informação
Técnica
Resultados
9
2.6 TIPOS DE SISTEMAS DE INFORMAÇÃO
De acordo com [STA1998] e [ALT1992], a seguir são apresentados os tipos de SI
mais relevantes:
a) Sistema de Processamento de Transações (SPT): coletam e armazenam dados sobre
transações e às vezes controlam decisões que são executadas como parte de uma
transação. Uma transação é um evento empresarial que pode gerar ou modificar
dados armazenados num Sistema de Informação. Ele foi o primeiro Sistema de
Informação que surgiu e é freqüentemente encontrado. Por exemplo, quando
pagamos uma conta com o Cartão de Crédito é o SPT que efetua a transação com a
Central e valida o cartão. Enfim, ele grava as informações e assegura que as
mesmas estejam consistentes e disponíveis;
b) Sistema de Automação de Escritório (SAE): ajuda as pessoas a processar
documentos e fornece ferramentas que tornam o trabalho no escritório mais
eficiente e eficaz. Também pode definir a forma e o método para executar as tarefas
diárias e dificilmente afeta as informações em si. Exemplos deste tipo de Sistema
são editores de texto, planilhas de cálculo, softwares para correio eletrônico e
outros. Todas as pessoas que têm em sua função tarefas como redigir textos, enviar
mensagens, criar apresentações, são usuárias de Sistemas de Automação de
Escritórios;
c) Sistema de Informação Gerencial (SIG): converte os dados de uma transação do
SPT em informação para gerenciar a organização e monitorar o seu desempenho.
Ele enfatiza a monitoração do desempenho da empresa para efetuar as devidas
comparações com as suas metas. As pessoas que o utilizam são os gerentes e as que
precisam monitorar seu próprio trabalho. Um exemplo disto são os relatórios que
são tirados diariamente para acompanhar o Faturamento da empresa;
d) Sistemas Especialistas (SE): tornam o conhecimento de especialistas disponível
para outros, e ajudam a resolver problemas de áreas em que o conhecimento de
especialistas é necessário. Eles podem guiar o processo de decisão e assegurar que
10
os fatores-chave serão considerados, e também pode ajudar uma empresa a tomar
decisões consistentes. As pessoas que usam estes sistemas são aquelas que efetuam
tarefas em que deveria existir um especialista. Um sistema especialista pode ser,
por exemplo, um sistema no qual médicos dizem os sintomas e são pesquisados,
em uma base de conhecimento, os possíveis diagnósticos;
e) Sistema de Apoio à Decisão (SAD): ajuda as pessoas a tomar decisões, provendo
informações, padrões, ou ferramentas para análise de informações. Ele pode prover
métodos e formatos para porções de um processo de decisão. Os maiores usuários
são os analistas, gerentes e outros profissionais. Os sistemas que disponibilizam
gráficos 3D para comparativos são exemplos;
f) Sistema de Informações Executivas (SIE): fornece informações aos executivos de
uma forma rápida e acessível, sem os forçar a pedir ajuda a especialistas em
Análises de Informações. É utilizado para estruturar o planejamento da organização
e o controle de processos, e pode, eventualmente, também ser utilizado para
monitorar o desempenho da empresa. Um exemplo são os sistemas que fornecem
comparativos simples e fáceis de Vendas x Estoque x Produção.
2.7 SISTEMA DE INFORMAÇÃO GERENCIAL
“Sistema de Informação Gerencial é o conjunto de tecnologias que disponibiliza os
meios necessários à operação do processo decisório em qualquer organização por meio do
processamento dos dados disponíveis”[CRU1998].
Segundo [CRU1998], o SIG é desenvolvido para garantir a administração eficiente a
qualquer tipo de empresa. É esse sistema que vai garantir que os dados operacionais utilizados
para manter a empresa produzindo serão traduzidos em informações passando a todos que
tiverem funções executivas.
De acordo com [OLI1992], um Sistema de Informação Gerencial (SIG) é o processo
de transformação de dados em informações que são utilizadas na estrutura decisória da
11
empresa, bem como proporcionam a sustentação administrativa para otimizar os resultados
esperados. Esse tipo de sistema é orientado para a tomada de decisões estruturadas. Os dados
são coletados internamente na organização, baseando-se somente nos dados corporativos
existentes e no fluxo de dados. Os aspectos para a otimização do desenvolvimento e a
implantação do SIG nas empresas são: metodologia de elaboração, suas partes integrantes, sua
estruturação, sua implementação e avaliação, bem como as características básicas do
executivo administrador do SIG.
Para OLIVEIRA [OLI1996], Sistema de Informações Gerenciais é o processo de
transformação de dados em informações que são utilizadas na estrutura decisória da empresa,
bem como proporcionam a sustentação administrativa para otimizar os resultados esperados.
São voltados aos gerentes de empresas que acompanham os resultados das organizações
semanalmente, mensalmente e anualmente, estando preocupados com os resultados diários.
Os dados são coletados internamente na organização, baseando-se somente nos dados
corporativos existentes e no fluxo de dados. A característica dos Sistemas de Informação
Gerenciais é utilizar somente dados estruturados, que também são úteis para o planejamento
de metas estratégicas.
2.7.1 COMPONENTES DO SISTEMA DE INFORMAÇÃO
GERENCIAL
Conforme [STA1998] um SIG é composto de uma coleção integrada de sistemas de
informação funcionais. Cada um desses sistemas trabalha dando suporte às áreas funcionais
específicas dentro da organização. Cada área funcional utiliza seu próprio conjunto de
subsistemas, os quais interagem, de alguma forma, com o SIG.
Um SIG é composto por diversos componentes, todos trabalhando de forma
independente e ao mesmo tempo integrada, objetivando um fim comum, que é o de fornecer
informações ao SIG e este, por sua vez, fornecerá informações úteis à tomada de decisões.
Partindo-se de uma análise funcional, o SIG é composto basicamente de um conjunto de
subsistemas que trabalham de maneira integrada para tornar mais fácil o compartilhamento de
informações dentro da organização, aumentando, assim, a eficiência. Partindo-se de uma
12
análise mais voltada para o processo administrativo, o SIG é composto de elementos e
atividades inerentes ao processo decisório de uma organização.
Conforme [OLI1996], o SIG é composto, de uma forma mais abrangente, pelos
elementos mostrados na Figura 3.
Figura 3 – Componentes do SIG
Fonte: Adaptado de [OLI1996]
DADOS
TRATAMENTO
INFORMACÕES
ALTERNATIVAS
DECISÕES
RECURSOS
RESULTADOS
CONTROLE E AVALIAÇÃO
C
O
O
R
D
E
N
A
Ç
Ã
O
É o elemento identificado em sua forma brutaque por si só não conduz a uma compreensãode um fato ou uma situacão.
É a transformação de um insumo (dado) emum resultado gerenciável (informação)
É o dado trabalhado que permite aoexecutivo tomar uma decisão.
É a ação sucedânea que pode levar, de formadiferente, ao mesmo resultado
É escolha entre vários caminhos alternativosque levam a determinado resultado
É a identificação das alocações ao longo doprocesso decisório (equipamentos, materiais,financeiros humanos
É o produto final do processo decisório
São as funções do processo administrativo quemediante a comparação com padrõespreviamente estabelecidos procuram medir eavaliar o desempenho e o resultado das ações,com a finalidade de realimentar os tomadoresde decisão, de forma que possam corrigir ereforçar esse desempenho.
13
2.7.2 FASES DO DESENVOLVIMENTO E IMPLANTAÇÃO DO SIG
Segundo [OLI1996], a administração das empresas está cada vez mais necessitando de
informações bem depuradas. A eficácia empresarial está sendo muito prejudicada pela
utilização de sistemas que fornecem informações incompreensíveis e inúteis para a tomada de
decisão. Uma empresa deve desenvolver um sistema estruturado de informações gerenciais
que alimente o processo decisório e o desenvolvimento, implementação e avaliação das
decisões e ações relacionadas. Todas as fases de desenvolvimento e implantação de um SIG
devem ser debatidas pelo gerente que deve, acima de tudo, conhecer profundamente a
organização da empresa. Antes de desenvolver e operacionalizar um SIG, o gerente deve
identificar as finalidades para as quais o SIG foi ou deve ser estruturado, pois esta atividade
evita o desenvolvimento de um sistema que forneça dados e informações irrelevantes para o
processo decisório da organização.
Segundo [OLI1996], o desenvolvimento de um SIG está baseado em quatro grandes
fases. O objetivo principal deste modelo de desenvolvimento é fazer com que o gerente possa
efetuá-lo respeitando a realidade da organização, bem como os resultados a serem alcançados.
O SIG deve atender a determinados aspectos na sua operacionalização, como: administração,
geração/arquivamento, controle/avaliação, disseminação, utilização e retroalimentação. Estes
aspectos são fundamentais para o delineamento das quatros grandes fases de desenvolvimento
e aplicação do SIG.
Segundo [OLI1996], as quatro grandes fases metodológicas para elaboração e
desenvolvimento do Sistema de Informação Gerencial são:
a) fase I - Conceituação do SIG
b) fase II - Levantamento e Análise do SIG
c) fase III - Estruturação do SIG
d) fase IV - Implantação e Avaliação do SIG
14
2.7.2.1 FASE I - CONCEITUAÇÃO DO SIG
A primeira fase do desenvolvimento de um SIG tem como objetivo obter uma idéia
preliminar e geral do volume e complexidade do projeto. Nesta fase de desenvolvimento do
SIG é que se deve identificar as informações e dados necessários e confiáveis ao
desenvolvimento.
Esta fase caracteriza-se pela realização de reuniões e entrevistas para que se possa
avaliar a situação atual da organização, ou seja, os problemas existentes, os sistemas atuais e
até que ponto estes correspondem aos objetivos da organização e quais as necessidades e
restrições dos usuários envolvidos. A fase de conceituação do SIG deve fornecer condições de
efetuar-se um planejamento adequado do SIG. Nesta fase, o gerente catalisador do SIG deve
considerar o desenvolvimento de um sistema de informações gerenciais que objetive auxiliar
os vários gerentes da organização na tomada de decisão, através de informações que sejam
confiáveis, na quantidade e época adequadas e com custo compatível com o volume e o nível
da qualidade das informações.
2.7.2.2 FASE II - LEVANTAMENTO E ANÁLISE DO SIG
A segunda fase do desenvolvimento de um SIG é a fase em que é necessário identificar
as informações relacionadas às atividades do processo de tomada de decisões, avaliar estas
informações, estudar e desenvolver novas informações, e implementar e avaliar as novas
informações dentro do contexto decisório da organização. É através do SIG que fluem as
informações, permitindo o funcionamento otimizado da organização, que depende destas para
sua sobrevivência. A fase de levantamento e análise do SIG é caracterizada pela obtenção das
informações que dele deverão fazer parte e seus fluxos. Nesta fase é que se verifica, após a
obtenção das informações relevantes, a viabilidade do projeto do SIG.
Para que seja possível identificar os focos de decisões, é necessário saber com quais
documentos a organização efetua o tratamento das informações dentro do processo decisório.
No levantamento e análise do SIG devem ser respondidas perguntas pertinentes à análise das
15
entradas, processamento e saídas de tal forma que o resultado final seja uma combinação
custo/benefício aceitável para a organização.
2.7.2.3 FASE III - ESTRUTURAÇÃO DO SIG
A terceira fase do desenvolvimento de um SIG pode ser efetuada visando aos
relatórios gerenciais, que representam os resumos consolidados e estruturados das
informações necessárias ao processo decisório. Estas informações devem estar em nível
otimizado de qualidade, ou seja, a satisfação e manutenção do usuário da informação (o
gerente decisor).
Na fase de estruturação do SIG é necessário que se definam alternativas de soluções
que operacionalizem o objetivo principal do SIG. Estas alternativas devem considerar
equipamentos e abordar formas diferentes de desenvolver e implementar o SIG. Nesta fase
deve-se: completar o fluxo geral do sistema de informações, os componentes das informações
e as suas iterações; identificar o processo de tratamento de arquivos; determinar os arranjos
físicos (layouts); especificar a formatação dos documentos e relatórios de entrada; definir a
necessidade de relatórios; desenvolver a estrutura lógica geral do sistema de informações;
determinar procedimentos e momentos de controle e avaliação; estabelecer a estimativa de
custo do sistema de informações; elaborar um plano detalhado para a implantação;
documentar todos os aspectos desta fase do projeto ao coordenador do sistema e aos usuários;
e estabelecer a decomposição do sistema em subsistemas para facilitar o seu desenvolvimento
e implementação. Ao final desta fase deve-se ter consolidado um relatório escrito, pois esta
situação possui as vantagens da apresentação completa de todos os fatos importantes ao
desenvolvimento do SIG.
O SIG deve ser estruturado respeitando a filosofia de atuação da organização,
considerando sua postura frente ao risco organizacional. Para facilitar a estruturação é válido
subdividir o projeto a longo prazo em projetos menores, ser coerente com o potencial humano
disponível, alocar todos os custos necessários, estabelecer plano de carga de trabalho e fazer
gráficos de desempenho.
16
2.7.2.4 FASE IV - IMPLANTAÇÃO E AVALIAÇÃO DO SIG
Segundo [OLI1996], a quarta fase é considerada a fase mais problemática do
desenvolvimento do SIG, pois envolve intensivamente aspectos comportamentais e que
devem ser tratados pela equipe responsável. Nesta fase deve-se preparar a documentação
informativa necessária aos usuários, treinar estes usuários, supervisionar a implementação
das diversas partes do SIG e acompanhar a implementação do SIG, consolidando um processo
adequado de avaliação. É na fase de implantação e avaliação do SIG que se verifica como e
onde o SIG pode ser melhorado, comparar com os objetivos originais e analisar todas as
qualidades ou defeitos do SIG.
Nesta fase o gerente da organização deve preparar a documentação informativa
necessária para os diversos usuários, treinar todos os usuários do SIG, supervisionar a
implementação das diversas partes do sistema de informações gerenciais e acompanhar a
implementação do SIG consolidando um adequado processo de avaliação, tendo em vista a
sua otimização ao longo do tempo.
2.7.3 PROTOTIPAÇÃO
Segundo [MEL1990], a prototipação representa uma boa solução para a maioria dos
problemas desta área. Para ele, a criação de modelos ou protótipos se constitui numa grande
solução para a área de desenvolvimento de sistemas, pois:
- não possui uma seqüência rigorosa das etapas de desenvolvimento, como ocorre nas
metodologias tradicionais, mas não deve ser considerada como uma forma
desorganizada de trabalho;
- antecipa ao usuário final uma versão ou modelo do sistema, para que ele possa avaliar
e identificar erros através da utilização;
- como qualquer metodologia de desenvolvimento, a prototipação possui etapas em que
são elaboradas as parcelas do produto final pretendido. À medida que uma etapa é
concluída, um conjunto de especificações e detalhes técnicos é produzido, devendo ser
documentado para que se possa evitar uma situação de desinformação e conseqüente
descontrole.
17
O modelo de prototipação de sistema proposto por [MEL1990] é a metodologia
genérica de prototipação de sistemas descrito a seguir:
a) etapa de exame de viabilidade do projeto: na primeira etapa da metodologia de
prototipação, devem ser examinados e avaliados todos os aspectos relativos ao
perfil técnico dos analistas e usuários, padrões mínimos de desenvolvimento, bem
como os aspectos comportamentais do ambiente organizacional. É uma etapa
presente em qualquer metodologia de desenvolvimento de sistemas, pois é nela
que se identifica quais as condições para o desenvolvimento ou não de um sistema
de informações. Esta etapa caracteriza-se pela análise de três pontos
fundamentais:
- a seleção e alocação de recursos de software e hardware;
- o exame dos fatos geradores do sistema, ou seja, analisar o “por quê?” do
desenvolvimento do sistema e “quais” suas características em termos de
complexidade e incerteza; e
- o planejamento de informática, que indica o caminho e as linhas gerais de
fixação do ambiente das informações da empresa;
b) etapa de identificação de necessidades e requisitos do sistema: serve de base para
a elaboração do modelo preliminar do protótipo. É nela que se identifica e define
os objetivos do sistema a ser prototipado, os dados gerados e requeridos para o
alcance dos objetivos, os relacionamentos entre estes dados e as funções
administrativas que os mantêm atualizados. Nesta etapa deve-se analisar a
essenciabilidade do sistema, para só depois partir para o detalhamento dos dados e
funções que o compõe e determinar também o tempo de desenvolvimento e a
qualidade do protótipo em termos de atendimento das necessidades e requisitos do
usuário;
c) etapa de desenvolvimento do modelo vivo de trabalho: é a etapa que depende
quase que totalmente do analista. É com base nos modelos de dados e funções que
deve ser construído o modelo de operacionalização do protótipo. É uma etapa que
deve ser realizada num curto espaço de tempo para que o usuário não perca o
interesse, a motivação e até mesmo a confiança no projeto. Nesta etapa devem ser
utilizadas, para o desenvolvimento do modelo vivo, técnicas de construção de
18
diálogos/interatividade; de elaboração e geração de telas; de elaboração e geração
de relatórios; e de geração de estrutura e de relacionamento de dados;
d) etapa de demonstração e uso do modelo: é a demonstração do protótipo que
definirá a aprovação ou a rejeição do projeto. Na etapa de demonstração do
modelo devem participar todos os usuários envolvidos com o sistema. É na
demonstração que se verifica se o projeto atende às necessidades de informação
dos usuários, e se realiza uma série de atividades como: identificação de omissões
de dados ou funções, explicação de cada componente do protótipo, identificação
de extensões que permitiriam melhorar ainda mais o contexto funcional do
usuário, entre outras;
e) etapa de revisão e melhoramentos: é uma etapa que depende exclusivamente da
fase anterior. Com base na etapa anterior podem ser descartados ou incluídos
alguns componentes funcionais no protótipo. Devem ser efetuadas nesta etapa
todas as alterações requisitadas pelos usuários, correções de erros e acréscimo de
novas rotinas nos programas;
f) etapa de utilização do protótipo: após a realização da revisão e melhoramento dos
componentes do protótipo ele deve ser realmente utilizado. Este protótipo final é
que servirá unicamente de base para o desenvolvimento do sistema definitivo.
Nesta etapa podem ocorrer, ainda, sérias críticas de alguns usuários em relação à
estética do protótipo, visto que, como o próprio nome diz é apenas um protótipo,
os embelezamentos devem ser feitos somente no desenvolvimento do sistema
definitivo.
19
3 DATA MINING
A tecnologia tem tornado fácil o agrupamento e armazenamento de grandes
quantidades de dados brutos, mas a análise deste material tende a ser lenta e dispendiosa.
Dados armazenados não analisados podem esconder informações úteis. Isso conduz à urgente
necessidade do desenvolvimento de métodos semi-automáticos para descobrir este tipo de
informação escondida.
Atualmente, muitas revistas de informática e de negócios têm publicado artigos sobre
Data Mining. Contudo, há poucos anos, muito pouca gente tinha ouvido falar a respeito.
Apesar dessa tecnologia ter uma longa evolução de sua história, o termo, como o conhecemos
hoje, só foi introduzido recentemente, nos anos 90.
Segundo [GRO1997], Data Mining (ou mineração de dados) é o processo de extrair
informação válida, previamente desconhecida e de máxima abrangência a partir de grandes
bases de dados, usando-as para efetuar decisões cruciais. O Data Mining vai muito além da
simples consulta a um banco de dados, no sentido de que permite aos usuários explorar e
inferir informação útil a partir dos dados, descobrindo relacionamentos escondidos no banco
de dados. Pode ser considerada uma forma de descobrimento de conhecimento em bancos de
dados (Knowledge Discovery in Databases - KDD), área de pesquisa de bastante evidência no
momento, envolvendo Banco de Dados.
As expressões Data Mining, mineração de dados ou garimpagem de dados referem-se
ao processo de extrair dados potencialmente úteis a partir de dados brutos que estão
armazenados em bancos de dados dos diversos sistemas implantados nas organizações. A
tecnologia utilizada no Data Mining utiliza-se da procura em grandes quantidades de dados
armazenados procurando extrair padrões e relacionamentos que podem ser fundamentais para
os negócios da organização. O Data Mining utiliza-se de um conjunto de técnicas avançadas
para identificar os padrões e associações que os dados refletem, com isso oferecendo
conclusões que podem trazer valiosas vantagens em nível de mercado para a organização
[COM1999].
20
Data Mining é um conjunto de técnicas que envolve métodos matemáticos, algoritmos
e heurísticas para descobrir padrões e regularidades em grandes conjuntos de dados
[WES1998]. Vários fatores levaram as grandes organizações a armazenar grandes quantidades
de dados nos últimos anos. A disponibilidade de computadores a baixo custo pode ser vista
como a principal causa do surgimento destas enormes bases de dados. Assim, o mundo das
organizações mantém, a um baixo custo, os dados relativos às mais variadas áreas.
Muitas organizações têm investido em tecnologias de informação para ajudar na
gerência dos negócios. É nesse contexto que Data Mining está cada vez mais sendo utilizado.
Ele pode ser visto como uma forma de selecionar, explorar e modelar grandes conjuntos de
dados para detectar padrões de comportamento dos consumidores. Desse modo, é possível
direcionar melhor uma campanha de marketing de uma organização ou adaptar os negócios
para que alcancem um maior número de clientes de forma mais personalizada.
Segundo [BIS1999], o setor de marketing também está se revolucionando com o uso
de Data Mining. Em vez de realizar imensas e caras campanhas de âmbito geral, essas
organizações descobriram que, dividindo o público-alvo em categorias, é possível realizar
campanhas mais direcionadas, mais baratas e com um retorno muito maior. Para dividir o
público-alvo em categorias, é necessário conhecer esse público, e o Data Mining tem sido
imprescindível nesse sentido.
De acordo com [BER1997], o objetivo do Data Mining é descobrir o conhecimento,
extraí-lo implicitamente sem que seja necessário conhecer a estrutura das informações do
banco de dados sobre ele aplicado; este processo é denominado de Knowledge Discovery in
Databases – KDD, que será detalhado no próximo item.
3.1 PROSPECÇÃO DE CONHECIMENTO
Prospecção de conhecimento em bases de dados (Knowledge Discovery in Databases -
KDD) é um processo que envolve a automação da identificação e do reconhecimento de
padrões em um banco de dados. Trata-se de uma pesquisa de fronteira, que começou a se
expandir mais rapidamente nos últimos cinco anos. Sua principal característica é a extração
21
não-trivial de informações a partir de uma base de dados de grande porte. Essas informações
são necessariamente implícitas, previamente desconhecidas, e potencialmente úteis
[FIG1998].
O processo KDD é interdisciplinar e envolve áreas relativas a aprendizado de máquina,
reconhecimento de padrões, bases de dados, estatística e matemática, aquisição de
conhecimento para sistemas especialistas e visualização de dados. Este processo utiliza
métodos, algoritmos e técnicas oriundos destas diversas áreas, com o objetivo principal de
extrair conhecimento a partir de grandes bases de dados. A interdisciplinaridade de áreas no
processo KDD pode ser visualizada pela Figura 4 :
Figura 4 - Processo KDD
Devido a essas características incomuns, todo o processo de KDD depende de uma
nova geração de ferramentas e técnicas de análise de dados, e envolve diversas etapas. A
principal, que forma o núcleo do processo, e que muitas vezes se confunde com ele, chama-se
Data Mining, ou Mineração de Dados, também conhecido como processamento de padrões de
dados, arqueologia de dados, ou colheita de informação (information harvesting).
O KDD compreende todo o processo de descoberta de dados, enquanto o Data Mining
refere-se a aplicação de algoritmos para extração de padrões de dados, sem os passos
adicionais do KDD e da análise dos resultados [AVI1998].
Sistemas Especialistas
Aprendizado de máquina
Banco de Dados
K D D
Visualização
Estatística
KDD
22
3.2 AS ETAPAS DO PROCESSO DE KDD
O processo de KDD (Figura 5) começa com o entendimento do domínio da aplicação e
a relevância do conhecimento em relação às metas a serem atingidas. Em seguida, é feita a
seleção dos conjuntos de dados a serem utilizados durante o processo do KDD, isto é, um
agrupamento organizado de dados, que será o alvo da prospecção. A etapa da limpeza dos
dados (data cleaning) vem a seguir, por meio de um pré-processamento dos dados, visando a
adequá-los aos algoritmos. Isso se faz pela integração de dados heterogêneos, eliminação de
incompletude dos dados, repetição de tuplas, problemas de tipagem, etc. Essa etapa pode
tomar até 80% do tempo necessário para todo o processo, devido às bem conhecidas
dificuldades de integração de bases de dados heterogêneas [FAY1996].
Figura 5 - As etapas do processo de KDD
Fonte: [FIG1998]
Os dados pré-processados devem, ainda, passar por uma transformação que os
armazena adequadamente, visando facilitar o uso das técnicas de Data Mining.
Prosseguindo no processo, chega-se à fase de Data Mining especificamente, que
começa com a escolha dos algoritmos a serem aplicados. Essa escolha depende
fundamentalmente do objetivo do processo de KDD: classificação, segmentação,
agrupamento por afinidades, estimativas, árvores de decisão, etc. De modo geral, na fase de
Data Mining, ferramentas especializadas procuram padrões nos dados. Essa busca pode ser
efetuada automaticamente pelo sistema ou interativamente com um analista responsável pela
geração de hipóteses. Diversas ferramentas distintas, como redes neurais, indução de árvores
de decisão, sistemas baseados em regras e programas estatísticos, tanto isoladamente quanto
em combinação, podem ser então aplicadas ao problema. Em geral, o processo de busca é
iterativo, de forma que os analistas revêem o resultado, formam um novo conjunto de
23
questões para refinar a busca em um dado aspecto das descobertas, e realimentam o sistema
com novos parâmetros. Ao final do processo, o sistema de Data Mining gera um relatório das
descobertas, que passa então a ser interpretado pelos analistas de mineração. Somente após a
interpretação das informações obtidas encontra-se o conhecimento.
Uma diferença significativa entre Data Mining e outras ferramentas de análise está na
maneira como exploram as inter-relações entre os dados. As diversas ferramentas de análise
disponíveis dispõem de um método baseado na verificação, isto é, o usuário constrói
hipóteses sobre inter-relações específicas e então verifica ou refuta, através do sistema. Esse
modelo torna-se dependente da intuição e habilidade do analista em propor hipóteses
interessantes, em manipular a complexidade do espaço de atributos, e em refinar a análise
baseado nos resultados de consultas ao banco de dados potencialmente complexas. Já o
processo de Data Mining fica responsável pela geração de hipóteses, garantindo mais rapidez,
acurácia e completude aos resultados [KRE1999].
3.3 FUNÇÕES DO DATA MINING
O Data Mining pode desempenhar uma série limitada de tarefas, dependendo das
circunstâncias. Cada classe de aplicação em Data Mining tem como base um conjunto de
algoritmos que serão usados na extração de relações relevantes dentro de uma massa de dados
[HAR1988]:
a) classificação;
b) estimativa;
c) agrupamento por afinidade;
d) previsão;
e) segmentação.
Cada uma destas propostas difere quanto à classe de problemas que o algoritmo será
capaz de resolver.
24
3.3.1 CLASSIFICAÇÃO
Classificação é uma técnica que consiste no mapeamento ou pré-classificação de um
conjunto pré-definido de classes. Em geral, algoritmos de classificação incluem árvores de
decisão ou redes neurais. Os algoritmos classificadores utilizam-se de exemplos para
determinar um conjunto de parâmetros, codificados em um modelo, que será mais tarde
utilizado para a discriminação do restante dos dados. Uma vez que o algoritmo classificador
foi desenvolvido de forma eficiente, ele será usado de forma preditiva para classificar novos
registros naquelas mesmas classes pré-definidas.
3.3.2 ESTIMATIVA
Uma variação do problema de classificação envolve a geração de valores ao longo das
dimensões dos dados: são os chamados algoritmos de estimativa. A estimativa lida com
resultados contínuos, ao contrário da classificação que lida com resultados discretos.
Fornecidos alguns dados, usa-se a estimativa para estipular um valor para alguma variável
contínua desconhecida como receita, altura ou saldo de cartão de crédito. Em vez de um
classificador binário determinar um risco “positivo” ou “negativo”, a técnica gera valores de
“escore”, dentro de uma determinada margem. A abordagem de estimativa tem a grande
vantagem de que os registros individuais podem ser agora ordenados por classificação, e as
redes neurais são adequadas a esta tarefa.
3.3.3 AGRUPAMENTO POR AFINIDADE
Trata-se de um algoritmo tipicamente endereçado à análise de mercado, em que o
objetivo é encontrar tendências dentro de um grande número de registros de compras, por
exemplo, expressas como transações. Essas tendências podem ajudar a entender e explorar
padrões de compra naturais, e podem ser usadas para ajustar mostruários, modificar
prateleiras ou propagandas, e introduzir atividades promocionais específicas. Um exemplo
mais distinto, em que essa mesma técnica pode ser utilizada, é o caso de um banco de dados
escolar, relacionando alunos e disciplinas. Uma regra do tipo “85% dos alunos inscritos em
‘Programação I’ também estão inscritos em ‘Teoria da Computação’” pode ser usada pela
25
direção ou secretaria para planejar o currículo anual, ou alocar recursos como salas de aula e
professores.
3.3.4 PREVISÃO
A previsão é o mesmo que classificação ou estimativa, exceto pelo fato de que os
registros são classificados de acordo com alguma atitude futura prevista. Em um trabalho de
previsão, o único modo de confirmar a precisão da classificação é esperar para ver. Essa
tarefa é uma variante do problema de agrupamento por afinidades, no qual as regras
encontradas entre as relações podem ser usadas para identificar seqüências interessantes, que
serão utilizadas para predizer acontecimentos subseqüentes. Nesse caso, não apenas a
coexistência de itens dentro de cada transação é importante, mas também a ordem em que
aparecem, e o intervalo entre elas. Seqüências podem ser úteis para identificar padrões
temporais, por exemplo, entre compras em uma loja, ou utilização de cartões de crédito, ou
ainda tratamentos médicos.
3.3.5 SEGMENTAÇÃO
A segmentação é um processo de agrupamento de uma população heterogênea em
vários subgrupos ou clusters mais homogêneos. O que a distingue da classificação é que
segmentação não depende de classes pré-determinadas. Essa segmentação é realizada
automaticamente por algoritmos que identificam características em comum e particionam o
espaço n-dimensional definido pelos atributos. Os registros são agrupados de acordo com a
semelhança e depende do usuário determinar qual o significado de cada segmento, caso exista
algum. Muitas vezes a segmentação é uma das primeiras etapas dentro de um processo de
Data Mining, já que identifica grupos de registros correlatos, que serão usados como ponto de
partida para futuras explorações. O exemplo clássico é o de segmentação demográfica, que
serve de início para uma determinação das características de um grupo social, visando desde
hábitos de compras até utilização de meios de transporte.
26
3.4 TÉCNICAS DE DATA MINING
As técnicas utilizadas atualmente em Data Mining são extensões de métodos analíticos
já conhecidos há algum tempo. O que as diferencia, é que as técnicas aqui apresentadas são
mais voltadas a encontrar estratégias para os negócios. Isto acontece graças ao aumento do
desempenho dos computadores. As técnicas apresentadas a seguir são extraídas de Bispo
(1999).
3.4.1 REDES NEURAIS ARTIFICIAIS
As redes neurais artificiais trabalham de forma semelhante às redes neurais biológicas.
São coleções de nós conectados que possuem uma camada de entrada e outra de saída e que
realizam diversos processamentos em seus nós. Uma rede neural artificial é capaz de
aprender sozinha, por meio de um treinamento apropriado. Em cada passo do treinamento, o
conjunto de dados de saída é comparado com um resultado já conhecido; se for diferente,
uma correção é calculada e processada automaticamente nos nós da rede. Esses passos são
repetidos até que uma condição de parada seja atingida, ou quando um número de correções
estipulado é alcançado.
Redes neurais artificiais são um processo opaco; quais são os meios para se obter um
resultado não tem uma interpretação clara. Normalmente esse processo é aplicado sem se
entender a razão por trás de seus resultados. Essa falta de explicações inibe a confiança,
aceitação e aplicação dos resultados. Alguns produtos de redes neurais artificiais têm
algoritmos que podem traduzir o processo utilizado em um conjunto de regras que podem
ajudar a compreender o que ela está fazendo. Dependendo da aplicação, uma rede neural
artificial pode consumir um tempo muito longo de aprendizagem. É muito utilizada em
aplicações que envolvem classificação. A estrutura de uma rede neural artificial pode ser
descrita na Figura 6:
27
Figura 6 – Estrutura de Rede Neural Artificial
Fonte: [AVI1998]
3.4.2 ALGORITMOS GENÉTICOS
É uma técnica de otimização que usa diferentes processos, tais como combinação
genética, mutação e seleção natural, baseando-se em conceitos de evolução. Os algoritmos
genéticos aplicam a mecânica da genética e seleção natural à pesquisa usada para encontrar os
melhores conjuntos de parâmetros que descrevem uma função de previsão. Eles são
utilizados no Data Mining dirigido e são semelhantes à estatística, em que a forma do modelo
precisa ser conhecida em profundidade. Os algoritmos genéticos usam os operadores seleção,
cruzamento e mutação para desenvolver sucessivas gerações de soluções. Com a evolução do
algoritmo, somente os mais previsíveis sobrevivem, até as funções convergirem em uma
solução ideal [BER1997].
3.4.3 INDUÇÃO DE REGRAS
A Indução de Regras (IR) ou Rule Induction, se refere à detecção de tendências dentro
de grupos de dados, ou de “regras” sobre o dado. As regras são, então, apresentadas aos
usuários como uma lista “não encomendada”. Vários algoritmos e índices são colocados para
executar esse processo, sendo que a maioria do processo é feita pela máquina, e uma pequena
parte é feita pelo usuário.
28
Por exemplo, a tradução das regras para dentro de um modelo aproveitável é feito pelo
usuário, ou por uma interface de árvores de decisão. Do ponto de vista do usuário, o maior
problema com as regras é que o programa de Data Mining não faz o ranking das regras por
sua importância. O analista de negócio é então forçado a encarregar-se de criar um manual de
análise para todas as regras relatadas a fim de determinar aquelas que são mais importantes
no modelo de Data Mining, e para os assuntos de negócio envolvidos. E isso pode ser um
processo tedioso.
3.4.4 ANÁLISE ESTATÍSTICA DE SÉRIES TEMPORAIS
A estatística é a mais antiga tecnologia em Data Mining, e é parte da fundamentação
básica de todas as outras tecnologias. Ela incorpora um envolvimento muito forte do usuário,
exigindo engenheiros experientes, para construir modelos que descrevem o comportamento do
dado através dos métodos clássicos de matemática. Interpretar os resultados dos modelos
requer conhecimento especializado. O uso de técnicas de estatística também requer um
trabalho muito forte de máquinas/engenheiros.
A análise de séries temporais é um exemplo disso, apesar de freqüentemente ser
confundida como um gênero mais simples de Data Mining chamado forecasting (previsão).
Enquanto a análise de séries temporais é um ramo altamente especializado da
estatística, o forecasting é de fato uma disciplina muito menos rigorosa, que pode ser
satisfeita, embora com menos segurança, pela maioria das outras técnicas de Data Mining.
3.4.5 VISUALIZAÇÃO
As técnicas de Visualização são um pouco mais difíceis de definir, porque muitas
pessoas as definem como “complexas ferramentas de visualização”, enquanto outras como
simplesmente a capacidade de geração de gráficos.
Nos dois casos, a Visualização mapeia o dado, sendo minerado de acordo com
dimensões especificadas. Nenhuma análise é executada pelo programa de Data Mining além
de manipulação estatística básica. O usuário, então, interpreta o dado enquanto olha para o
29
monitor. O analista pode pesquisar a ferramenta depois, para obter diferentes visões ou outras
dimensões.
3.4.6 ÁRVORES DE DECISÃO
Segundo [BIS1999], árvores de decisão dividem os dados em subgrupos com base nos
valores das variáveis. O resultado é uma hierarquia de declarações do tipo “Se...então...”, que
são utilizadas principalmente para classificar dados. Há uma onda de interesse em produtos
baseados em árvore de decisão, principalmente porque eles são mais rápidos que as redes
neurais para alguns problemas organizacionais, e também é mais fácil compreender o seu
funcionamento.
Árvores de decisão expressam uma forma simples de lógica condicional buscando a
representação de uma série de questões que estão escondidas sob a base da dados. Em uma
árvore de decisão existem dois tipo de atributos: o decisivo, que é aquele que contém o
resultado ao qual queremos chegar; e os não-decisivos que contêm os valores que conduzem a
uma decisão.
Por uma fórmula matemática denominada entropia, são realizados cálculos sobre os
atributos não-decisivos, denominados classes, nos quais é escolhido um nó inicial também
chamado raiz. A partir deste nó, será realizada uma série de novos cálculos com o objetivo de
decidir a estrutura de formação da árvore a ser gerada. Este processo é repetido até que todos
os atributos a serem processados estejam perfeitamente classificadas ou já se tenham
processado todos os atributos.
Os três principais algoritmos conhecidos que implementam árvores de decisão, são
ID3, C4.5 e PERT, sendo que os algoritmo C4.5 e PERT são um aperfeiçoamentos do
algoritmo ID3, com alguns conceitos avançados de podagem (técnica de cortar nós da árvore
que não são potencialmente úteis) e preocupação com o seu desempenho em relação ao tempo
de processamento.
O objetivo do algoritmo ID3 é gerar os valores categóricos de um atributo chamado
classe, para isso utilizando-se de um método de classificação que tem o objetivo de realizar
30
testes que são introduzidos na árvore, separando os casos de treino em subconjuntos. Cada
subconjunto deve consistir de exemplos de uma única classe.
A distribuição de classes pode ser representada em forma de uma lista de
probabilidades p(c1) .. p(cn), em que cada p indica a probabilidade de um exemplo pertencer
a uma classe.
De acordo com [BIS1999], os valores das funções que calculam essas probabilidades
representam a informação necessária para classificar um caso e são chamados de entropia e
gain, sendo calculados com as seguintes fórmulas demonstradas na Figura 7.
Figura 7 - Fórmulas para calcular entropia e gain
Entropia(S) = ∑ -p(I) log2p(I) onde
Log2 é o logaritmo de número com base 2
p(I) é quantidade de ocorrências cada valor possível de uma
classe dividido pela quantidade total da classe.
Gain (S,A) = Entropia(S) - ∑ ((|Sv|) / |S|) * Entropia(Sv)) onde
∑ é cada valor possível de todos os valores do atributo A
Sv é a quantidade de ocorrências de cada atributo definido por A
|Sv| é o número total de elementos definido por Sv
|S| é o número total de elementos da coleção.
Fonte: adaptado de [BIS1999]
[B1] Comentário:
31
4 PRÓ-REITORIA DE ENSINO - PROEN
A Universidade Regional de Blumenau – FURB é composta de quatro Pró-Reitorias:
a) Pró-Reitoria de Administração – PROAD
b) Pró-Reitoria de Extensão e Relações Comunitárias – PROERC
c) Pró-Reitoria de Pesquisa e Pós-Graduação – PROPEP
d) Pró-Reitoria de Ensino de Graduação – PROEN
À Pró-Reitoria de Ensino de Graduação (PROEN) compete a execução das tarefas
relacionadas à organização, coordenação e superintendência de todas as atividades
acadêmicas docentes e discentes da Instituição, em nível de graduação. São atribuições da
Pró-Reitoria de Ensino de Graduação:
a) Superintender os cursos de graduação, baixando normas para sua execução,
supervisionando e orientando as atividades dos Colegiados de Curso.
b) Definir as políticas gerais de aprimoramento dos docentes e da qualidade do
Ensino de Graduação.
c) Estabelecer, em conjunto com os Departamentos e Colegiados de Cursos, as linhas
gerais do Projeto Político Pedagógico da Universidade.
d) Estimular projetos orientados para a melhoria da qualidade dos cursos de
graduação.
A Pró-Reitoria de Ensino conta com a seguinte estrutura organizacional, de acordo
com a Resolução 25/97, que aprova o Regimento Geral da Reitoria da Universidade Regional
de Blumenau:
1. Divisão de Registros Acadêmicos - DRA
1.1. Seção de Registros de Discentes da Graduação
1.2. Seção de Diplomas
2. Divisão de Administração do Ensino da Graduação - DIAEG
2.1. Seção de Registros de Docentes - SRD
2.2. Seção de Apoio Pedagógico - SAP
2.3. Seção de Apoio Técnico ao Ensino - SATE
32
2.4. Seção de Apoio ao Ensino Informatizado
2.5. Seção de Audiovisuais
2.6. Comissão de Avaliação Institucional - COMAVI
2.7. Central de Informação aos Alunos – CIA & CIA
4.1 CENTRAL DE INFORMAÇÃO AOS ALUNOS – CIA & CIA
Neste item será apresentada a CIA & CIA, a qual é a área em que será aplicado este
trabalho. A definição de outras áreas podem ser encontradas no Regimento Geral da Reitoria
da Universidade Regional de Blumenau.
A CIA & CIA é o setor responsável pela divulgação dos cursos da Universidade
Regional de Blumenau. Dentre as suas principais atividades destacam-se:
1. fornecer aos alunos do ensino médio que estão cursando o 3o ano, ou já
concluíram, informações sobre os cursos oferecidos pela Universidade. São
visitadas 63 escolas das cidades de Jaraguá do Sul, Brusque, Joinville, São Bento
do Sul, Rio Negrinho, Guaramirim, Massaranduba, Timbó, Benedito Novo,
Indaial, Rio dos Cedros, Dr.Pedrinho, Ascurra, Apiúna, Pomerode e Rio do Sul,
efetuando o convite para participarem do Fórum de Informação dos Cursos de
Graduação (FIC-FURB), pessoalmente (sala por sala). O objetivo desta atividade é
colocar adolescentes e adultos com dificuldades na escolha Universitária no curso
certo.
2. fornecer informações sobre os cursos de graduação da FURB e sobre o vestibular
do SUPRA via fone, fax e e-mail e enviar correspondência aos alunos, anexando
folhetos dos cursos, provas anteriores, índice candidato/vaga, etc. Por meio de um
tratamento diferencial aos futuros alunos com informações precisas sobre a
Universidade, pode-se obter maior número de inscritos no SUPRA.
3. demonstrar ao aluno a preocupação/organização da Universidade com seus futuros
alunos, enviando, por mala direta, um manual de inscrição do SUPRA para cada
aluno. Para esta atividade, exige-se um banco de dados (dados sobre alunos e
escolas) bastante atualizado.
33
4. realizar, com os adolescentes com dificuldade de efetuar sua escolha Universitária,
Técnicas de Orientação Profissional, sendo que ao final desta atividade o aluno
tenha no máximo três opções de escolha para os cursos da FURB.
5. mostrar ao aluno a preocupação da Universidade em relação ao mercado de
trabalho, proporcionando uma real visualização regional, já que os futuros
acadêmicos sentem a necessidade de saber mais sobre o mercado de trabalho e
suas possibilidades de ingresso. Por uma interação entre indústria/comércio da
região, redefinindo as necessidades de empregabilidade, entrando em contato com
todas as empresas, apresentando a Universidade, além de verificar as necessidades
de cada uma (emprego), é possível formar uma parceria
FURB/INDÚSTRIA/COMÉRCIO, proporcionando, ainda, a possibilidade de
participação dos funcionários no FIC-FURB.
6. tornar a Universidade mais conhecida para alunos de escolas distantes da cidade de
Blumenau (Chapecó, Criciúma, Tubarão, Curitiba, Joaçaba, São Miguel do Oeste,
etc), por meio de palestras sobre os cursos da Universidade.
7. participar de feiras e eventos com objetivo de divulgação da Universidade,
atendendo aos alunos, entregando material informativo, esclarecendo dúvidas e
informando quais os cursos oferecidos pela Universidade.
8. formar parcerias com Bancos ou outras empresas que possam patrocinar o material
a ser distribuído na matrícula dos “calouros”; realizar palestras de treinamento aos
monitores envolvidos na matrícula e organizar os kits entregues aos alunos;
organizar, num só local todas as atividades relativas à matrícula de “calouros”
(Ginásio de Esportes), proporcionando, ainda, serviços adicionais, foto, xerox,
DAE, café, etc. O objetivo desta atividade é proporcionar aos calouros a
possibilidade de efetuar a matrícula num único local, tornando este momento numa
ocasião prazerosa ao aluno/pais com atendimento personalizado, diferenciando-se
das demais Instituições por explicar o funcionamento da Universidade, além de dar
orientações sobre seu curso, sua sala, as vantagens inerentes ao fato de serem
alunos da Instituição.
9. conseguir ampliar o número de inscritos no SUPRA, com alunos que estudam em
outras cidades e que normalmente fazem uma segunda opção de vestibular (além
da Federal), treinando alunos da FURB que têm sua família em uma destas
34
cidades, fornecendo-lhes passagens até o local, seguro de vida e um crédito
financeiro para cada cursinho ou escola particular visitada.
A CIA & CIA, com o evento do Fórum de Informação dos Cursos de Graduação (FIC
– FURB), realizado todos os anos e reunindo mais de 3 mil alunos, entre os que estão
estudando ou já concluíram o 3o ano do ensino médio, vários dados são coletados através da
aplicação de questionários. Existe, hoje, uma necessidade grande de gerenciamento desses
dados, de forma a serem transformados em informações úteis, visto ser um processo que
abrange investimentos altos, tanto em recursos financeiros, quanto em recursos humanos.
No Anexo 1 é apresentado o questionário aplicado durante o evento do FIC-FURB,
para Avaliação Qualitativa de Demanda por Cursos, objeto de estudo deste trabalho.
35
5 TECNOLOGIAS E FERRAMENTAS UTILIZADAS
No presente capítulo serão explicadas as principais tecnologias e ferramentas utilizadas
neste trabalho: análise estruturada, diagrama de fluxo de dados, modelo entidade-
relacionamento, dicionário de dados, ferramentas CASE, Power Designer, ferramenta de
programação – ambiente visual Delphi e trabalhos correlatos.
5.1 ANÁLISE ESTRUTURADA
O desenvolvimento deste protótipo foi baseado na metodologia de desenvolvimento de
sistemas Análise Estruturada. De acordo com [YOU1990], a análise é uma fase crítica do
desenvolvimento de sistemas; com isso, afeta todas as fases seguintes do desenvolvimento. A
Análise Estruturada tem como objetivo resolver essas dificuldades fornecendo uma
abordagem sistemática, para desenvolver, inicialmente, a análise, e posteriormente produzir
uma especificação de sistema.
Segundo [YOU1990], a análise estruturada é uma metodologia na qual tanto os
analistas quanto os usuários sabem que o produto final da prototipação será o próprio sistema,
já na sua forma aperfeiçoada.
5.1.1 CONCEITOS
De acordo com [JOA1993], a análise estruturada é um tipo de análise de sistemas que
tem como objetivo resolver as dificuldades encontradas na fase de análise no
desenvolvimento de sistemas e programas de software. As dificuldades da fase de análise
podem ser representadas por problemas de comunicação, mudanças nos requisitos do sistema
e técnicas inadequadas de avaliação. A análise estruturada fornece uma abordagem
sistemática, etapa por etapa, para se desenvolver a análise e produzir uma especificação de
sistema nova e melhorada, centralizando-se em uma comunicação clara e concisa.
36
A análise estruturada tem por objetivo a modelagem funcional dos sistemas por meio
da especificação dos processos de transformação de dados. Utiliza-se de ferramentas gráficas
para a visualização dos fluxos de informação e suas transformações, e funciona por meio da
decomposição funcional, por uma abordagem top-down, e por refinamentos sucessivos.
Consiste basicamente em diagrama de contexto, diagrama de fluxo de dados (DFD), modelo
entidade-relacionamento (MER), dicionário de dados, e ferramentas para a descrição lógica
dos processos.
5.1.2 DIAGRAMA DE FLUXO DE DADOS
Conforme [JOA1993], o Diagrama de Fluxo de Dados (DFD) é usado como o
primeiro passo em um projeto estruturado. O DFD apresenta os processos e o fluxo de dados
global entre esses processos em um sistema. O DFD é uma ferramenta de análise de sistemas,
para desenhar os componentes procedurais básicos e os dados que passam entre eles.
Segundo [YOU1990], o DFD ao nível lógico é a ferramenta principal para
entendimento e manipulação de um sistema de qualquer complexidade, juntamente com o
refinamento desta notação para uso em análise.
Na Figura 8 está representado um exemplo de Diagrama de Fluxo de Dados.
Figura 8 - Diagrama de Fluxo de Dados
Ficha_OK
Tratamento_OK
Paciente_OK
Remedio_OKMedico_OK
Alta
Ficha
Tratamento
Médico
1
Controlar Paciente
MédicosRemédios
Pacientes
Tratamentos
Fichas
37
5.1.3 MODELO ENTIDADE-RELACIONAMENTO
De acordo com [JOA1993], os analistas de dados precisam, para o levantamento e
compreensão dos dados, da ajuda das pessoas envolvidas com o sistema e de ferramentas que
permitam a diagramação de dados de forma compreensível.
O diagrama de entidade-relacionamento ou modelo de entidade-relacionamento (MER)
é a maneira de se obter esta diagramação. O MER determina os relacionamentos entre as
entidades que fazem parte da administração da empresa. O MER pode ser decomposto em
modelos de dados detalhados.
O objetivo da construção de MER e modelos de dados é criar uma descrição da
semântica dos dados da realidade e suas necessidades informacionais, ou seja, aprender a
realidade e transmitir informações precisas sobre a mesma.
O modelo entidade-relacionamento é composto basicamente pelas seguintes estruturas:
a) Entidade - são componentes reais ou abstratos, a respeito dos quais são
armazenados dados. Um tipo de entidade refere-se a uma classe de entidades que
mantêm os mesmos atributos. Como exemplo, pode-se citar a entidade Cliente.
b) Atributo - é a representação de propriedades de uma entidade, ou seja, é uma
única peça de representação de uma entidade. Como exemplo, pode-se citar Nome
do Cliente.
c) Ocorrência - é o conjunto de atributos de uma entidade. Como exemplo, pode-se
citar Código do Cliente + Nome do Cliente + Fone do Cliente.
d) Relacionamento - é uma associação entre dois tipos de entidades que mostra
como elas são relacionadas. Como exemplo, pode-se citar Aluga.
Cliente
Código do ClienteNome do ClienteFone do Cliente
Aluga
Cliente
Código do ClienteNome do ClienteFone do Cliente
Locação
Código da LocaçãoCódigo do CarroData
38
e) Identificador - é um ou mais atributos que determinam de modo único uma
ocorrência de entidade. Como exemplo, pode-se citar Código do Cliente.
f) Grau de relacionamento - é o número de entidades que participam de uma
associação.
g) Classe de relacionamento ou cardinalidade - quantas ocorrências de cada
entidade são envolvidas no relacionamento.
5.1.4 DICIONÁRIO DE DADOS
Segundo [JOA1993], o dicionário de dados contém definições de todos os dados do
MER, informação física sobre os dados, tais como dispositivos de armazenamento e métodos
de acesso aos dados.
De acordo com [YOU1990], o dicionário de dados é o local estruturado no qual são
mantidos os conteúdos dos fluxos de dados, os conteúdos dos depósitos de dados e dos
processos.
5.2 FERRAMENTAS CASE
Com o intuito dos analistas de sistemas desenvolverem seus projetos de maneira mais
rápida, mais abrangente e mais facilmente modificável, surge, então, a necessidade de se
utilizar ferramentas automatizadas de apoio ao desenvolvimento de sistemas. Esta necessidade
ocasionou, então, o surgimento da automação do desenvolvimento de software, pela técnica
denominada Computer Aided Software Engineering – Engenharia de Software Apoiada por
Computador (CASE). O surgimento da tecnologia CASE é considerado por alguns
especialistas, a mais profunda transformação ocorrida na comunidade de software.
De acordo com [JOA1993], dentre as várias funções das ferramentas CASE podemos
citar:
- utilização da diagramação (MER, DFD, Fluxogramas);
- prototipação;
- geração automática de códigos;
39
- documentação automática;
- dicionário de dados; e
- informações sobre o projeto.
De uma maneira mais genérica, pode-se citar como benefícios do uso uma ferramenta
CASE os seguintes pontos:
- tornar prático o uso das técnicas estruturadas;
- melhorar a qualidade do software desenvolvido;
- simplificar e reduzir custos de manutenção;
- acelerar o processo de desenvolvimento;
- aumentar a produtividade da equipe de desenvolvimento; e
- promover a comunicação eficiente entre os analistas.
5.2.1 POWER DESIGNER
É uma ferramenta que pode ser usada tanto para a criação de diagramas de fluxo de
dados como para a criação de diagramas entidade-relacionamento. O Power Designer 6.1.0 é
composto de três módulos, dentre os quais pode-se citar: Power Designer Process Analyst,
para a criação de modelos de fluxos de dados (DFD’s); e Power Designer Data Architect, para
a criação de modelos entidade-relacionamento (MER). Apenas estes dois componentes foram
utilizados na análise deste trabalho.
5.3 FERRAMENTA DE PROGRAMAÇÃO – AMBIENTE
VISUAL DELPHI
O Delphi na versão 5.0, para plataforma Windows 95, da empresa Borland, e o Banco
de Dados Paradox é usado na implementação do protótipo deste trabalho.
Segundo [CAN2000], Delphi é uma versão de desenvolvimento rápido de aplicativos
do Turbo Pascal para Windows. O Delphi oferece uma interface melhorada e muitos recursos
que facilitam o desenvolvimento de aplicativos. O Delphi oferece ao desenvolvedor de
40
aplicativos vários diferenciais, tais como a combinação de uma barra de atalho e de vários
auxiliares de programação, como o inspetor de objetos.
O Delphi é baseado em projetos. Um projeto é, essencialmente, uma aplicação em
Delphi e deve-se em primeiro lugar determinar qual o tipo de interface de usuário será
utilizada. O Delphi permite a manipulação dos componentes no programa através de suas
propriedades e métodos, dispensando quase todo o acesso de baixo nível do Windows. Na
Figura 9 é apresentada a área de trabalho do Delphi.
Figura 9 - Área de trabalho do Delphi
5.4 TRABALHOS CORRELATOS
A seguir, serão apresentados alguns trabalhos já desenvolvidos, entre os quais, os
Trabalhos de Conclusão de Curso dos acadêmicos Ricardo Kremer ([KRE1999]) e Geandro
Compolt ([COM1999]).
Menu Principal
Paleta de ComponentesSpeed Barr
Formulário
Janela de EdiçãoJanela de Complenento de Código
Inspetor de Objetos
41
O objetivo principal do trabalho de Ricardo Kremer era auxiliar na tomada de decisões
por meio de um Sistema de Apoio à Decisão utilizando técnicas de Data Mining, mais
especificamente para efetuar previsões genéricas. Foi implementado um protótipo que
permitia ao usuário definir um modelo de previsão, no qual ele poderia ser treinado para
responder às variáveis de previsão com flexibilidade. Foram analisadas características de
Sistemas de Informação, Data Warehouses, técnicas de Data Mining, Inteligência Artificial e
Redes Neurais.
No trabalho de Geandro Compolt, o objetivo principal era gerar um modelo de
classificação de dados utilizando técnicas de Data Mining, mais especificamente árvores de
decisão. Foi implementado um protótipo que permitia ao usuário definir um valor-prioridade
para cada atributo que faria parte do modelo de classificação. Foram analisadas características
de Sistemas de Informação, técnicas de Data Mining e montada uma base de dados fictícia,
com informações de condições que conduziam à concessão de crédito a fornecedores.
Neste trabalho, o objetivo principal é gerar um modelo de classificação de dados
utilizando técnicas de Data Mining, mais especificamente árvores de decisão. Para auxiliar
esta tarefa, é implementado um protótipo que permite ao usuário definir um valor-prioridade
para cada atributo que faz parte do modelo de classificação. Para a elaboração do protótipo
são analisadas as características de Sistemas de Informação e técnicas de Data Mining, e
montada uma base de dados fornecida pela CIA & CIA, que é aplicada à classificação.
42
6 DESENVOLVIMENTO DO PROTÓTIPO
Levando em conta os objetivos propostos por este trabalho, construiu-se um Sistema
de Informação Gerencial que fosse flexível e de fácil utilização. Utilizaram-se as fases do SIG
proposto por [OLI1996]. Aproveitando a flexibilidade da linguagem escolhida, resolveu-se
utilizar a filosofia Data Mining com as etapas do processo KDD, e a técnica de árvores de
decisão. Pelo uso da análise estruturada, conseguiu-se desenvolver um protótipo com as
informações do questionário de Avaliação Qualitativa de Demanda por Cursos, objeto de
prioridade no contexto atual para a CIA & CIA.
A seguir será apresentada a implementação da metodologia SIG, especificação e
apresentação das telas.
6.1 METODOLOGIA SIG
Na primeira fase do SIG, conforme item 2.7.2.1, obteve-se uma idéia preliminar e geral
do volume e complexidade do projeto por meio da realização de reuniões e entrevistas com o
responsável pela Central de Informação aos Alunos da Universidade. Com isto, verificou-se
que existem problemas no processamento dos dados coletados pela CIA & CIA, que se utiliza
do banco de dados do Sphinx Léxica para armazenar todos os seus dados, sendo este um
software que não satisfaz completamente os objetivos da organização, pois somente emite um
relatório com resultados em percentuais para as perguntas do questionário de Avaliação
Qualitativa de Demanda por Cursos, não demonstrando a situação real entre a relação dos
dados armazenados e as situações consideradas ideais para a Universidade, como por exemplo
se a FURB está realmente em primeiro lugar na preferência dos alunos, se os cursos em que
se investe mais estão realmente sendo mais procurados, entre outros.
Na Fase II do SIG, descrita no item 2.7.2.2, foram identificadas as informações
relacionadas às atividades do processo de tomada de decisões e implementadas e avaliadas as
novas informações dentro do contexto decisório da CIA & CIA, através do Administrador,
43
que indicou quais as questões de maior relevância da Avaliação Qualitativa de Demanda dos
Cursos (Anexo 1):
a) resultado das perguntas dos questionários aplicados no evento do FIC – FURB;
b) comparativo de algumas questões entre os anos de 1999 e 2000 (Questões 9, 10,
11, 12, 14, 15, 16, 18 e 19) demonstrando os percentuais de cada resposta ;
c) preferência dos alunos pelas instituições de ensino superior da região;
d) preferência pelas diferentes áreas de ensino;
e) preferência dos alunos em itens que compõem a infra-estrutura de um curso;
Nas Fases III e IV do SIG, descritas respectivamente nos itens 2.7.2.3 e 2.7.2.4, foram
escolhidas as técnicas e ferramentas utilizadas neste trabalho. Optou-se pela utilização da
Mineração de Dados por ser um conjunto de técnicas que permite selecionar os dados de
maior relevância para o Administrador, transformando-os em informações úteis para o
processo decisório. Após a especificação de prioridades dos atributos previamente definidas
pelo Administrador apresentadas nas tabelas 2, 3, 4, 5, 6, 7 e 8 (Anexo 2), a técnica de árvore
de decisão foi aplicada para verificar a relação entre os dados armazenados e os resultados
esperados pelo Administrador. Os dados dos questionários foram importados do Banco de
Dados do Sphinx Léxica para o Banco de Dados Paradox do ambiente visual Delphi. Foi
desenvolvida a estrutura lógica geral e completado o fluxo geral do sistema de informações
para então, ser desenvolvido o protótipo.
6.2 ESPECIFICAÇÃO
A seguir serão mostrados o Diagrama de Contexto, Diagrama de Fluxo de Dados e
Modelo Entidade-Relacionamento do Sistema de Informação Gerencial CIA & CIA.
6.2.1 DIAGRAMA DE CONTEXTO
Para o desenvolvimento do SIG deste trabalho o Diagrama de Contexto está
representado na Figura 10.
44
Figura 10 - Diagrama de Contexto do Sistema de Informação Gerencial
6.2.2 DIAGRAMA DE FLUXO DE DADOS
O Diagrama de Fluxo de Dados do Sistema de Informação Gerencial CIA & CIA está
representado no nível 0 na Figura 11. Nas Figuras 12, 13 e 14 estão representados os níveis 1,
2 e 3 respectivamente.
Figura 11 - Diagrama de Fluxo de Dados (Nível 0)
Resultado da Classificação
Dados para Classificação
Prioridade do Atributo
0
SIG
Cia & Cia
Banco de Dados
ResultadoTabela
Questionário
Banco de Dados CIA & CIA
0
SIG
45
Figura 12 - Diagrama de Fluxo de Dados (Nível 1)
Curso_OK
Área_OK
Infra_Estrutura_OK
Escola_OK
Sexo_OK
Idade_OK
Estado Civil_OKCidade_OK
Semestre_OK
Instituição_OK
Motivo_OK
Região_OK
Vestibular_OK
Trabalho_OK
Pagamento_OK
Turno_OK
Cadastro 1
Manter Tabela
Banco de Dados
Trabalho
Vestibular
Região
Motivo
Instituição
Pagamento
Semestre
Curso
Infra_Estrutura
Escola
Sexo
Idade
Estado CivilTurno
Área
Cidade
Figura 13 - Diagrama de Fluxo de Dados (Nível 2)
Questionário_OK
Curso_OK
Área_OK
Infra_Estrutura_OK
Escola_OK
Sexo_OK
Idade_OK
Estado Civil_OK
Cidade_OK
Semestre_OK
Instituição_OK
Motivo_OK
Região_OKVestibular_OK
Trabalho_OK
Pagamento_OK
Turno_OK
Cadastro 2
Registrar Questionário
Banco de Dados
Trabalho
Vestibular
Região
Motivo
Instituição
Pagamento
Semestre
Curso
Infra_Estrutura
Escola
Sexo
Idade
Estado CivilTurno
Área
Cidade
Questionário
46
Figura 14 - Diagrama de Fluxo de Dados (Nível 3)
Relatório
Curso_OK
Área_OK
Infra_Estrutura_OK
Escola_OK
Sexo_OK
Idade_OK
Estado Civil_OK
Cidade_OK
Semestre_OK
Instituição_OK
Motivo_OK
Região_OKVestibular_OK
Trabalho_OK
Pagamento_OK
Turno_OK
Cadastro 2
Gerar Relatório
Banco de Dados
Trabalho
Vestibular
Região
Motivo
Instituição
Pagamento
Semestre
Curso
Infra_Estrutura
Escola
Sexo
Idade
Estado CivilTurno
Área
Cidade
CIA & CIA
6.2.3 MODELO ENTIDADE-RELACIONAMENTO
O modelo entidade-relacionamento do Sistema de Informação Gerencial CIA & CIA é
representado na Figura 15, na qual estão os atributos de cada uma das questões da Avaliação
Qualitativa de Demanda por Cursos, questionário aplicado pela CIA & CIA, para coleta de
dados estratégicos para o SIG.
47
Figura 15 - Modelo Entidade-Relacionamento
Está
Está
Está
Está
Está
Está
Está
Está
Está
Está
Está Está
Está
Está
EstáEstá
Sexo
Código do SexoDescrição do Sexo
Idade
Código da IdadeDescrição da Idade
Estado Civil
Código do Estado CiivilDescrição do Estado Civil
Cidade
Código da CidadeNome da Cidade
Trabalho
Código do TrabalhoDescrição do Trabalho
Pagamento
Código da Forma de PagamentoForma de Pagamento
Questionário
Código do QuestionárioDependentesQuantidade de Dependentes
Turno
Código do TurnoDescrição do Turno
Infra Estrutura
Código da Infra EstruturaDescrição da Infra Estrutura
Semestre
Código do SemestreDescrição do Semestre
Vestibular
Código do VestibularDescrição do Vestibular
Região
Código da RegiãoDescrição da RegiãoCurso
Código do CursoNome do Curso
Área
Código da ÁreaNome da Área
Instituição
Código da InstituiçãoNome da Instituição
Motivo
Código do MotivoDescrição do Motivo
Escola
Código da escolaDescrição da escola
6.2.4 DICIONÁRIO DE DADOS
Em seguida é apresentado o relatório com o Dicionário de Dados do Sistema de
Informação Gerencial CIA & CIA (Tabela 2), gerado pelo Power Designer a partir do modelo
entidade-relacionamento (Figura 15). Na tabela estão presentes o nome das entidades
(Attribute List), o nome dos atributos para o modelo físico (Name) e lógico (Code), o tipo
(Type), se é identificador (I) e se é obrigatório (M).
48
Tabela 2 - Dicionário de Dados
Área Attribute List
Name Code Type I M Código da Área CD_AREA A1 Yes Yes Nome da Área NM_AREA A40 No Yes Cidade Attribute List
Name Code Type I M Código da Cidade CD_CIDADE I Yes Yes Nome da Cidade NM_CIDADE A40 No Yes Curso Attribute List
Name Code Type I M Código do Curso CD_CURSO I Yes Yes Nome do Curso NM_CURSO A40 No Yes Escola Attribute List
Name Code Type I M Código da escola CD_ESCOLA A1 Yes Yes Descrição da escola DS_ESCOLA A10 No Yes Estado Civil Attribute List
Name Code Type I M Código do Estado Ciivil CD_CIVIL A1 Yes Yes Descrição do Estado Civil DS_CIVIL A25 No Yes Idade Attribute List
Name Code Type I M Código da Idade CD_IDADE A1 Yes Yes Descrição da Idade DS_IDADE A20 No Yes Infra Estrutura Attribute List
Name Code Type I M Código da Infra Estrutura CD_INFRA_ESTR A2 Yes Yes Descrição da Infra Estrutura DS_INFRA_ESTR LA200 No Yes Instituição Attribute List
Name Code Type I M Código da Instituição CD_INST A1 Yes Yes Nome da Instituição NM_INST A15 No No Motivo Attribute List
Name Code Type I M Código do Motivo CD_MOTIVO A1 Yes Yes Descrição do Motivo DS_MOTIVO A40 No Yes
49
Pagamento Attribute List
Name Code Type I M Código da Forma de Pagamento CD_PAGTO A1 Yes Yes Forma de Pagamento DS_PAGTO A30 No Yes Questionário Attribute List
Name Code Type I M Código do Questionário CD_QUEST I Yes Yes Dependentes DS_DEPEND BL No Yes Quantidade de Dependentes QT_DEPEND I No Yes Região Attribute List
Name Code Type I M Código da Região CD_REGIAO A1 Yes Yes Descrição da Região DS_REGIAO A10 No Yes Semestre Attribute List
Name Code Type I M Código do Semestre CD_SEM A1 Yes Yes Descrição do Semestre DS_SEM A10 No Yes Sexo Attribute List
Name Code Type I M Código do Sexo CD_SEXO A1 Yes Yes Descrição do Sexo DS_SEXO A10 No Yes Trabalho Attribute List
Name Code Type I M Código do Trabalho CD_TRAB A1 Yes Yes Descrição do Trabalho DS_TRAB A30 No Yes Turno Attribute List
Name Code Type I M Código do Turno CD_TURNO A1 Yes Yes Descrição do Turno DS_TURNO A10 No Yes Vestibular Attribute List
Name Code Type I M Código do Vestibular CD_VEST A1 Yes Yes Descrição do Vestibular DS_VEST A10 No Yes
50
6.3 APRESENTAÇÃO DAS TELAS
A seguir serão mostradas as telas do protótipo. Na Figura 16 é apresentada a tela de
abertura do protóripo.
Figura 16 - Tela de Abertura do Protótipo
A Figura 17 mostra a tela principal na qual constam os módulos das questões da
Avaliação Qualitativa de Demanda por Cursos, realizada nos anos de 1999 e 2000. Aparece,
também, o módulo de Comparativos, no qual se tem a comparação dos resultados entre 1999 e
2000 para as questões mais relevantes para o Administrador. No módulo Mineração de Dados
aparecem as questões nas quais foi aplicada a técnica de árvores de decisão.
Figura 17 - Tela Principal
51
A Figura 18 mostra a tela em que aparece a questão 9 dos módulos Questionário 1999
e Questionário 2000. Nesta opção o Administrador pode verificar o conteúdo das questões 1,
2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 14, 15, 16, 18 e 19, bem como os resultados em percentuais de
cada uma das respostas escolhidas pelos participantes do FIC-FURB, tanto para o ano de
1999, quanto para 2000 (Figura 19).
Figura 18 - Questão 9 dos Módulos Questionários
Figura 19 - Resultado da Questão
52
Na Figura 20 é apresentada a tela da questão 16 do módulo Comparativos, que mostra
a comparação entre os percentuais de cada resposta para os anos de 1999 e 2000. Com as
informações dos resultados, o Administrador pode verificar se houve aumento ou decréscimo
na procura por uma área de conhecimento e então tomar decisões estratégicas a fim de
aumentar a procura pelos cursos da FURB.
Figura 20 - Questão 16 do Módulo Comparativos
Na Figura 21 é apresentado o algoritmo da árvore de decisão, conforme item 3.4.6.
utilizado para calcular a Entropia e o Gain das questões 13, 17 e 20,conforme item 3.4.6.
53
Figura 21 - Algoritmo da Árvore de Decisão
function TfrmTcc.ArvoreDecisao(S, xSim, xNao: Integer): Double; function Entropia(S, xSim, xNao: Integer): Double; begin result := -((xSim / S) * log2(xSim/S)) - ((xNao / S) * log2(xNao/S)); end; function Gain(S, xSim, xNao: Integer): Double; begin result := Entropia(S, xSim, xNao) - ( ((xSim+xNao) / S)* Entropia(S, xSim, xNao)); end; begin Result := Gain(S, xSim, xNao); end; function TfrmTcc.ArvoreDecisao2(S, xSituacao: Integer): Double; function Entropia2(S, xSituacao): Double; begin result := -((xSituacao / S) * log2(xSituacao/S)); end; function Gain2(S, xSituacao: Integer): Double; begin result := Entropia2(S, xSituacao) - ( ((xSituacao) / S)* Entropia2(S, xSituacao)); end; begin Result := Gain2(S, xSituacao); end; end.
A Figura 22 mostra a questão 13 do módulo de Mineração de Dados, na qual foi
aplicada a técnica de árvore de decisão com a fórmula da entropia descrita na Figura 21, para
os anos de 1999 e 2000, onde aparece a preferência dos alunos pelas instituições de ensino
superior da região. Para esta questão, o Administrador atribuiu pesos para as situações 1 a 5
descritas pela Tabela 3 (Anexo 2), em que a situação ideal é verificada na situação 1. Nas
situações 2 e 3, verifica-se um alto risco para a FURB, pois a UNIVALI e a ASSELVI são
grandes concorrentes. Nas situações 5 e 6, existe um risco médio, pois atualmente o CESB e
o IBES não representam grandes riscos para a FURB.
54
Figura 22 - Preferência dos Alunos pelas Instituições de Ensino Superior (Questão 13)
Nas Tabelas 4, 5, 6, 7 e 8 (Anexo 2) são descritos os pesos atribuídos pelo
Administrador para a questão 17a, 17b, 17c, 17d e 17e, respectivamente, em que constam os
Níveis Alto, Médio e Baixo, que representam a preferência pelos cursos de graduação das
diferentes áreas de conhecimento de maior relevência para o Administrador. O nível alto
representa a situação ideal, o nível médio a situação mediana, e o nível baixo a situação de
menor importância.
A Figura 23 mostra a preferência dos alunos na área de Ciências Biológicas, da Saúde
e da Terra (Questão 17a).
55
Figura 23 - Preferência dos Alunos na Área de Ciências Biológicas, da Saúde e da Terra (Questão 17a)
A Figura 24 mostra a preferência dos alunos na área de Ciências Humanas (Questão
17b).
Figura 24 - Preferência dos Alunos na Área de Ciências Humanas (Questão 17b)
56
A Figura 25 mostra a preferência dos alunos na área de Ciências Sociais Aplicadas
(Questão 17c).
Figura 25 - Preferência dos Alunos na Área de Ciências Sociais Aplicadas (Questão 17c)
A Figura 26 mostra a preferência dos alunos na área de Ciências Exatas (Questão 17d).
Figura 26 - Preferência dos Alunos na Área de Ciências Exatas (Questão 17d)
57
A Figura 27 mostra a preferência dos alunos na área de Ciências Tecnológicas
(Questão 17e).
Figura 27 - Preferência dos Alunos na Área de Ciências Tecnológicas (Questão 17e)
A Tabela 9 (Anexo 2) também mostra os pesos atribuídos pelo Administrador para a
questão 20, em que constam os Níveis Alto, Médio e Baixo, que representam a preferência
por alguns itens que compõem a Infra-Estrutura de um curso com maior relevância para o
Administrador. O nível alto representa a situação ideal, o nível médio a situação mediana, e o
nível baixo a situação de menor importância.
A Figura 28 mostra a preferência dos alunos em itens que compõem a Infra-Estrutura
de um Curso (Questão 20).
58
Figura 28 - Preferência dos Alunos na Infra-Estrutura de um Curso (Questão 20)
Por meio do módulo Mineração de Dados, o Administrador pode tomar decisões
estratégicas pela comparação entre uma prioridade pré-definida e a realidade verificada nas
respostas do questionário de Avaliação Qualitativa de Demanda por Cursos, no qual os dados-
alvo foram selecionados, pré-processados e transformados, de forma a contribuir para sua
interpretação, gerando o conhecimento almejado e presente na última etapa do KDD.
59
7 CONCLUSÕES E SUGESTÕES
Este capítulo apresenta as conclusões, limitações e sugestões referentes ao trabalho
desenvolvido.
7.1 CONCLUSÃO
Partindo da necessidade de se extrair conhecimento por meio da interpretação de
dados, foi estudada a tecnologia de Data Mining. Foram estudadas suas funções, suas
técnicas, e as etapas que levem à descoberta do conhecimento que é o objetivo principal do
Data Mining.
Neste trabalho foi enfatizado o uso do Data Mining com Árvores de Decisão,
empregado em um Sistema de Informação Gerencial para modelos de classificação e
segmentação de dados. Tendo isso como base, foi possível verificar que a utilização do Data
Mining, juntamente com as etapas de KDD, mostrou-se bastante eficiente.
Os resultados obtidos com o Data Mining melhoram os negócios em uma organização
já próspera. Ele não necessariamente proporciona mudanças revolucionárias, mas é uma
poderosa ferramenta de descoberta para organizações como a FURB, que deseja conhecer
melhor os seus clientes/futuros alunos e possui uma visão a longo prazo. Essa tecnologia está
consolidando a informação como um dos recursos naturais mais críticos das organizações,
senão o mais importante.
Foram realizados testes com o modelo de dados construído para a execução do
processo de Data Mining nos quais o protótipo mostrou-se eficiente para a definição de
modelos de classificação e segmentação de dados.
Durante a construção do modelo, foram utilizadas algumas etapas/fases da
metodologia de análise estruturada, as quais auxiliaram em muito no desenvolvimento do
60
projeto. As ferramentas OLAP ajudou muito pela facilidade de aprendizado que proporciona e
pelo fácil acesso aos dados, de forma On-line.
Considera-se que o objetivo principal do trabalho - o desenvolvimento de um SIG para
efetuar classificações e segmentações de dados utilizando Data Mining - foi atingido.
7.2 LIMITAÇÕES
O protótipo construído apresenta as seguintes limitações:
a) a fonte de dados que o protótipo utiliza para processamento é fixa, desta forma não
permitindo ao usuário mudar a fonte de dados ou alterar o conjunto de atributos a
serem processados;
b) os atributos envolvidos no processo de classificação possuem domínio fixo.
7.3 SUGESTÕES
Sugere-se o estudo do Data Mining aplicando outras tarefas e técnicas para a tomada
de decisões, como o uso de outras técnicas.
Em relação aos módulos, poderiam ser criados outros, para contemplar novas
características relevantes para o Administrador no futuro. Também poderiam ser gerados
módulos automáticos para os questionários dos anos seguintes.
Sugere-se, também, a implementação de outros protótipos para os questionários
utilizados na matrícula dos calouros e para o questionário sócio-cultural aplicado na primeira
semana de aula dos alunos ingressantes.
Mais um item importante é o desenvolvimento de SIG para outros setores da Pró-
Reitoria de Ensino e das outras Pró-Reitorias, que apresentam grande volume de dados a
serem processados.
61
ANEXO 1 – QUESTIONÁRIO DE AVALIAÇÃO QUALITATIVA DE DEMANDA POR CURSOS
1. Sexo: a ( ) masculino b ( ) feminino
2. Idade: a ( ) até 18 anos b ( ) de 18 a 24 anos c ( ) mais de 24 anos
3. Estado Civil: a ( ) solteiro(a) b ( ) casado(a) c ( ) viúvo(a)
d ( ) separado(a)/divorciado(a)
4. Tem dependentes: a ( ) sim b ( ) não
5. Quantos:_______________
6. Cidade em que reside: ____________________
7. Está cursando o ensino médio em escola: a ( ) pública b ( ) privada
8. Em qual turno você estuda ? a ( ) matutino b ( ) vespertino c ( ) noturno
9. Você trabalha ? a ( ) não trabalho b ( ) trabalho em período parcial
c ( ) trabalho em período integral d ( ) trabalho eventualmente
10. Você pretende cursar uma universidade (prestará o vestibular do SUPRA ou para algum
curso superior) ? a ( ) sim b ( ) não c ( ) não sei
11. Você pretende fazer o curso superior em Blumenau ou região?
a ( ) sim b ( ) não c ( ) não sei
12. Se a resposta anterior foi negativa, diga o motivo:
a ( ) localização b ( ) problemas financeiros c ( ) baixa qualificação
d ( ) falta de interesse e ( ) o curso desejado só existe em outra região
13. Se a resposta anterior foi positiva, identifique a escolha por ordem de preferência
(1 para a instituição preferida; até 5 para a que você tem menos interesse):
a ( ) FURB b ( ) UNIVALI c ( ) ASSELVI d ( ) CESB
e ( ) IBES f ( ) UNIVILLE g ( ) não sei h ( ) outra
14. Quando você pretende prestar vestibular ?
a ( ) 1o sem/2000 b ( ) 2o sem/2000 c ( ) 1o sem/2001 d ( ) 2o sem/2001
e ( ) 1o sem/2002 f ( ) 2o sem/2002 g ( ) não sei
15. Como pretende manter-se durante o curso universitário?
a ( ) trabalhando b ( ) com bolsa de estudos c ( ) crédito educativo
d ( ) com recursos dos pais e ( ) ainda não sei
62
16. Dentre as áreas de conhecimento abaixo, qual a de seu maior interesse?
a ( ) Ciências Biológicas, da Saúde e da Terra b ( ) Ciências Humanas
c ( ) Ciências Sociais Aplicadas d ( ) Ciências Exatas
e ( ) Ciências Tecnológicas
17. Da área que você tem maior interesse, identifique três cursos, dando notas de 1 a 3,
sendo 1 para o curso com o qual você mais se identifica:
a) área de Ciências Biológicas, da Saúde e da Terra:
( ) Ciências Biológicas ( ) Ciências Biológicas – ( ) Educação Física Biotecnologia ( ) Enfermagem ( ) Engenharia Ambiental ( ) Engenharia Florestal ( ) Farmácia ( ) Fisioterapia ( ) Fonoaudiologia ( ) Medicina ( ) Nutrição ( ) Oceanografia ( ) Odontologia ( ) Psicologia
b) área de Ciências Humanas:
( ) Ciência Política ( ) Ciências Sociais ( ) Ciências Sociais – Ênfase em Desenvolvimento Sustentável ( ) Ciências da Religião ( ) Comunicação Social – ( ) Comunicação Social – Jornalismo Publicidade e Propaganda ( ) Comunicação Social – ( ) Design ( ) Direito Relações Públicas ( ) Educação Artística ( ) Filosofia ( ) Gastronomia ( ) Geografia ( ) Gestão do Lazer e Eventos ( ) História ( ) Letras ( ) Moda ( ) Pedagogia ( ) Relações Internacionais ( ) Secretariado Executivo Bilíngue ( ) Serviço Social ( ) Turismo e Hotelaria ( )Turismo e Lazer
c) área de Ciências Sociais Aplicadas:
( ) Administração – ( ) Administração – Ênfase em ( ) Administração – Finanças Comércio Exterior Gestão de Negócios Imobiliários ( ) Administração – Gestão ( ) Administração – Gestão ( ) Administração – Gestão de Empreendedora Empresarial Negócios ( ) Administração – ( ) Administração – Recursos ( ) Administração – Serviços Marketing Humanos ( ) Arquitetura e ( ) Automação de Escritórios e ( ) Ciências Contábeis Secretariado ( ) Ciências Econômicas ( ) Desenho Industrial – Design ( ) Logística
d) área de Ciências Exatas:
( ) Matemática ( ) Química ( ) Sistemas de Informação
63
e) área Tecnológica:
( ) Ciências da Computação ( ) Engenharia Civil ( ) Engenharia da Computação ( ) Engenharia de Produção – ( ) Engenharia de ( ) Engenharia Industrial Elétrica Tecnologias + Limpas Telecomunicações ( ) Engenharia Industrial - ( ) Engenharia Química ( ) Tecnólogo em Processos Mecânica Industriais – Modalidade Eletromecânica
18. Em qual turno você prefere cursar a universidade?
a ( ) matutino b ( ) vespertino c ( ) noturno d ( ) integral
19. Em qual(is) turno(s) você está impossibilitado de estudar?
a ( ) matutino b ( ) vespertino c ( ) noturno d ( ) integral
20. Das alternativas abaixo, dê notas de 1 a 3 às que você considera fundamentais na
escolha da Universidade em que pretende estudar. A nota 1 deve ser atribuída à
alternativa que você considere mais importante:
a ( ) Biblioteca com qualidade e quantidade de livros adequados para o curso.
b ( ) Corpo docente qualificado, predominantemente com mestrado e/ou doutorado.
c ( ) Currículo do curso atualizado e coerente com as exigências do mercado.
d ( ) Infra-estrutura de apoio (banco, restaurante, livraria, fotocopiadora).
e ( ) Laboratórios capazes de atender às necessidades do curso.
f ( ) Oportunidades de futura colocação no mercado.
g ( ) Oportunidades de integração dos alunos, através de participação em atividades de
pesquisa e/ou relacionadas com a comunidade.
h ( ) Preço inferior ao praticado pela concorrência.
i ( ) Procedimentos didáticos dos professores adequados às necessidades de formação
dos alunos.
j ( ) Quantidade adequada de alunos por sala de aula.
l ( ) Salas de aula com mobiliário que proporciona conforto aos alunos
( ar-condicionado, cadeira estofada, cortina).
m ( ) Salas de aula equipadas com projetores multimídia, internet, retropojetores e
outros equipamentos desta natureza.
64
ANEXO 2 – TABELAS DE PRIORIDADES DOS ATRIBUTOS
Tabela 3 - Atributos da Questão 13
Descrição FURB UNIVALI ASSELVI CESB IBES Administrador Situação 1 Sim Não Não Não Não Sim Situação 2 Não Sim Não Não Não Não Situação 3 Não Não Sim Não Não Não Situação 4 Sim Não Não Sim Não Sim Situação 5 Sim Não Não Não Sim Sim
Tabela 4 - Atributos da Questão 17a
Ciências Biológicas, da Saúde e da
Terra A1 A2 A3 A4 A5 A6 A7 A8 A9 A10 A11 A12 A13 A14 AD
Alto Não Não Não Não Não Não Sim Não Não Sim Não Não Sim Não Sim Médio Sim Não Não Não Não Não Não Sim Não Não Não Não Não Sim Não Baixo Não Não Sim Não Não Sim Não Não Não Não Não Não Não Não Não
A1 – Ciências Biológicas A2 – Ciências Biológicas – Biotecnologia A3 – Educação Física A4 – Enfermagem A5 – Engenharia Ambiental A6 – Engenharia Florestal A7 – Farmácia A8 – Fisioterapia A9 – Fonoaudiologia A10 – Medicina A11 – Nutrição A12 – Oceanografia A13 – Odontologia A14 – Psicologia AD – Administrador
65
Tabela 5 - Atributos da Questão 17b
Ciências Humanas A1 A2 A3 A4 A5 A6 A7 A8 A9 A10 A11 A12 A13 A14 A15 A16 A17 A18 A19 A20 A21 A22 A23 AD Alto Não Não Não Não Não Sim Não Não Sim Não Não Não Não Não Não Não Não Não Não Não Não Não Sim Sim Médio Não Não Não Não Sim Não Sim Sim Não Não Não Não Não Não Não Não Não Não Não Não Não Não Não Não Baixo Não Não Não Não Não Não Não Não Não Não Não Não Não Não Não Não Sim Não Não Não Não Sim Não Não
A1 – Ciência Política A2 – Ciências Sociais A3 – Ciências Sociais – Des. Sust. A4 – Ciências da Religião A5 – Jornalismo A6 – Publicidade e Propaganda A7 – Relações Públicas A8 – Design A9 – Direito A10 – Educação Artística A11 – Filosofia A12 – Gastronomia A13 – Geografia A14 – Gestão do Lazer e Eventos A15 – História A16 – Letras A17 – Moda A18 – Pedagogia A19 – Relações Internacionais A20 – Secretariado Executivo Bilíngüe A21 – Serviço Social A22 – Turismo e Hotelaria A23 – Turismo e Lazer AD - Administrador
66
Tabela 6 - Atributos da Questão 17c
Ciências Sociais Aplicadas A1 A2 A3 A4 A5 A6 A7 A8 A9 A10 A11 A12 A13 A14 A15 AD Alto Sim Não Não Não Sim Não Não Não Não Sim Não Não Não Não Não Sim Médio Não Não Não Não Não Não Sim Não Não Não Não Sim Sim Não Não Não Baixo Não Não Não Sim Não Não Não Sim Não Não Não Não Não Sim Não Não
A1- Comércio Exterior A2 – Negócios Imobiliários A3 – Finanças A4 – Gestão Empreendedora A5 – Gestão Empresarial A6 – Gestão de Negócios A7 – Marketing A8 – Recursos Humanos A9 – Serviços A10 – Arquitetura e Urbanismo A11 – Automação de Escritórios A12 – Ciências Contábeis A13 – Ciências Econômicas A14 – Desenho Industrial A15 - Logística AD - Administrador
Tabela 7 - Atributos da Questão 17d
Ciências Exatas e Naturais Matemática Química Sistemas de Informações Administrador Alto Não Não Sim Sim Médio Não Sim Não Não Baixo Sim Não Não Não
Tabela 8 - Atributos da Questão 17e
Ciências Tecnológicas A1 A2 A3 A4 A5 A6 A7 A8 A9 Administrador Alto Sim Não Não Não Sim Sim Não Não Não Sim Médio Não Não Sim Sim Não Não Não Sim Não Não Baixo Não Sim Não Não Não Não Sim Não Sim Não A1 – Ciências da Computação A2 – Engenharia Civil A3 – Engenharia de Computação A4 – Engenharia de Produção A5 – Engenharia de Telecomunicações A6 – Engenharia Industrial Elétrica A7 – Engenharia Industrial Mecânica A8 – Engenharia Química A9 – Eletromecânica
67
Tabela 9 - Atributos da Questão 20
Infra-Estrutura A1 A2 A3 A4 A5 A6 A7 A8 A9 A10 A11 A12 AD Alto Não Não Sim Não Não Sim Não Não Sim Não Não Não Sim Médio Sim Sim Não Não Sim Não Não Não Não Não Não Não Não Baixo Não Não Não Não Não Não Sim Sim Não Não Não Sim Não A1 – Biblioteca A2 – Corpo Docente A3 – Currículo Curso A4 – Infra-Estrutura Apoio A5 – Laboratórios A6 – Mercado A7 – Integração A8 – Preço A9 – Didática A10 – Qtde Alunos A11 – Mobiliário A12 – Equipamentos AD – Administrador
68
Referências Bibliográficas
[ALT1992] ALTER, Steven. Information systems: a management perspective. USA:
Addison-Wesley Publishing, 1992.
[AVI1998] ÁVILA, Bráulio Coelho. Data Mining. VI Escola de Informática da SBC –
Região Sul. Blumenau, 1998. p. 87–106.
[BER1997] BERRY, Michael J.A.; LINOFF, Gordon. Data Mining techniques. USA:
Wiley Computer Publishing, 1997.
[BIN1994] BINDER, Fábio Vinício. Sistema de apoio à decisão. São Paulo: Érica, 1994.
[BIS1999] BISPO, Carlos Alberto.; CAZARINI, Edson Walmir. Transformando dados em
informações via data mining. Revista Developers Magazine, Rio de
Janeiro: ano 3, n. 29, p. 36-38, jan.1999.
[CAN2000] CANTU, Marco. Dominando o Delphi 5: a Bíblia. São Paulo: Makron Books,
2000.
[COM1999] COMPOLT, Geandro Luis. Sistemas de Informação Executiva Baseado em
um Data Mining Utilizando a Técnica de Árvores de Decisão. Blumenau:
FURB, 1999. Trabalho de Conclusão de Curso.
[CRU1998] CRUZ, Tadeu. Sistemas de Informações Gerenciais: tecnologia da
informação e a empresa do século XXI. São Paulo: Atlas, 1998.
[DAL2000] DALFOVO, Oscar; AMORIN, Sammy Newton. Quem tem informação é
mais competitivo. Blumenau: Acadêmica, 2000.
[FAY1996] FAYYAD, Usama M...[et all]. Advances in knowledge discovery and Data
Mining . Menlo Park: AAAI: MIT, 1996.
[FIG1998] FIGUEIRA, Rafael Medeiros Andrade. Miner: um software de inferência de
dependências funcionais. Rio de Janeiro, 1998. Trabalho de Conclusão de
Curso – Instituto de Matemática, Universidade Federal do Rio de Janeiro.
69
[GRO1997] GROTH, Robert. Data mining: a hands-on approach for business professionals.
New Jersey: Prentice Hall, 1997.
[HAR1988] HARMON, Paul; King, David. Sistemas Especialistas. Rio de Janeiro:
Campus, 1988.
[JOA1993] JOAO, Belmiro N. Metodologias de Desenvolvimento de Sistemas. São
Paulo: Érica, 1993.
[KRE1999] KREMER, Ricardo. Sistema de Apoio à Decisão para Previsões Genéricas
Utilizando Data Mining . Blumenau: FURB, 1999. Trabalho de
Conclusão de Curso.
[MEL1990] MELENDEZ, Rubem Filho. Prototipação de sistemas de informações:
fundamentos, técnicas e metodologias. São Paulo: Livros Técnicos e
Científicos, 1990.
[OLI1992] OLIVEIRA, Djalma de Pinho Rebouças. Sistemas de informações gerenciais.
São Paulo: Atlas, 1992.
[OLI1996] OLIVEIRA, Djalma. Sistemas de informações gerenciais: estratégicas,
táticas, operacionais. São Paulo: Atlas, 1996.
[PRA1994] PRATES, Maurício. Conceituação de sistemas de informação do ponto de vista
do gerenciamento. Revista do Instituto de Informática, São Paulo, PUC-
CAMP, mar/set 1994.
[STA1998] STAIR, Ralph M. Princípios de sistemas de informação: uma abordagem
gerencial. Rio de Janeiro: LTC, 1998.
[VIC1994] VICO MANÃS, Antonio. Administração da informática. São Paulo: Érica,
1994.
[WES1998] WESTPHAL, Christopher; BLAXTON, Teresa. Data mining solutions.
Canadá : John Wiley & Sons Inc, 1998.
70
[YOU1990] YOURDON, Edward. Análise Estruturada Moderna. Rio de Janeiro:
Campus, 1990.